PUDI Details

Versorgungsqualität und -sicherheit in der industriellen Produktion bei Einspeisung aus Erneuerbaren Energien

Bild der Titelseite der Publikation: Versorgungsqualität und -sicherheit in der industriellen Produktion bei Einspeisung aus Erneuerbaren Energien

Rudion, Krzysztof

2018

Projektbericht - Zwischenbericht

PDF Download

Beschreibung

Im Rahmen des ersten Arbeitspakets wurde im Zuge der Feststellung des Ist-Zustandes eine Übersicht über die verfügbaren Ansätze zur Modellentwicklung, zum Monitoring System und dem Forschungsstandort, der Forschungsfabrik des ARENA2036 e.V., verschafft. Bei der Modellentwicklung steht der Fokus derzeit auf der Abbildung der gegebenen Verhältnisse in Form eines Modells der ARENA-Forschungsfabrik sowie dem Entwurf von realitätsnahen Komponentenmodellen mit Hinblick auf PQ-Störemissionen.

Ebenso werden als weiterer Simulationszweig Lösungen mit klassischen Machine-Learning Algorithmen und künstlichen Neuronalen Netzen betrachtet. Es wird dabei untersucht, ob ein Einsatz von Machine-Learning Konzepten bei der Online Klassifizierung von PQ-Störungen sinnvoll ist. Weiter soll gezeigt werden, ob eine Prognostizierung des Netzzustands in einem industriellen Umfeld mit solchen Ansätzen umsetzbar ist bzw. Vorteile gegenüber etablierten Ansätzen, wie bspw. einem Expertensystem bringt. Erste Ansätze wurden dazu bereits zu Testzwecken implementiert und sollen nach erfolgter Schulung mit dem installierten Monitoring System anhand der dann vorliegenden Daten evaluiert werden.

 

As part of the first work package, the research provided an overview of the available approaches to model development, the monitoring system and the research location, the research factory of the ARENA2036 e.V. In model development, the focus is currently on the mapping of the given conditions in the form of a model of the ARENA research factory, as well as the design of realistic component models regarding PQ disturbances.

Likewise, solutions with classical machine learning algorithms and artificial neural networks are considered as another simulation branch. On the one hand, it is investigated whether it makes sense to use machine learning concepts in online classification of PQ failures. On the other hand, it should be shown whether a prognosis of the network condition in an industrial environment can be implemented with such approaches or if it is profitable compared to established approaches, e.g. an expert system. Initial approaches have already been implemented for test purposes and will be evaluated after the training with the installed monitoring system took place.