Lerende windturbine verbetert eigen opbrengst

Pieter Edelman
Leestijd: 1 minuut

Siemens gebruikt een neuraal netwerk om zijn windturbines beter in te leren spelen op de weersomstandigheden. Daardoor neemt de slijtage af en is de opbrengst op jaarbasis met een procent te verhogen, onthulde het Duitse bedrijf op de Cebit-beurs in Hannover. De aanpak is vorig jaar met succes getest in een Spaans windpark.

Het systeem werd samen met de Technische Universiteit Berlijn en het Duitse Idalab ontwikkeld. Door parameters zoals de rotatiesnelheid aan te passen, kunnen de turbines een hogere efficiëntie leveren, maar weergegevens zijn grillig en daardoor lastig om mee te werken. Vooral bij lage en gemiddelde windsterkte leveren windparken niet altijd de hoeveelheid stroom die in principe mogelijk is. Met de neurale technieken kunnen de molens toch patronen herkennen en betere prognoses afgeven voor het toekomstige gedrag van het systeem bij specifieke weersomstandigheden.

De software gebruikt gegevens van bestaande sensoren, zoals de windsnelheid. Per windmolen is er een trainingsperiode van enkele weken nodig om de veel voorkomende omstandigheden te leren herkennen, maar naarmate de molen langer werkt worden ook zeldzamere condities gevonden.

Dit artikel is exclusief voor premium leden van High-Tech Systems Magazine. Al premium lid? Log dan in. Nog geen premium lid? Neem dan een premium lidmaatschap en geniet van alle voordelen.

Inloggen

Problemen met inloggen? Bel dan (tijdens kantooruren) naar 024 350 3532 of stuur een e-mail naar info@techwatch.nl.