KIWi - Hybride Parameteridentifikation mit invertierbaren Netzen

KIWi Project Logo

Bearbeiter: Hannes Albers, Tobias Kluth (Leitung)
Projektförderung: Bundesministerium für Bildung und Forschung (BMBF)
Projektträger: Deutsches Elektronen-Synchrotron DESY
Partner: Prof. Dr. Kathrin Flaßkamp (Universität des Saarlandes), Dr.-Ing. Tobias Meyer (Fraunhofer-Institut für Windenergiesysteme IWES), Mariam Paktiani (P.E. Concepts GmbH), Dr. Martin Piechnick (marpitec GmbH)
 

In naher Zukunft werden viele Windenergieanlagen (WEA) das Ende ihrer Auslegungslebensdauer von typischerweise 20 Jahren erreichen. Eine verlängerte Betriebserlaubnis würden den Energieertrag jeder einzelnen Anlage erhöhen und damit das energiebezogene Treibhauspotential signifikant verringern. Eine Weiterbetriebsanalyse kann auf Basis modellbasierter Lebenszeitabschätzung erfolgen, jedoch muss dazu ein generisches WEA-Modell angepasst werden, um eine gute Modellgüte zu ermöglichen, aber gleichzeitig eine geringe Komplexität aufweisen, um effiziente Simulationen zu ermöglichen. Im Verbundprojekt KIWi werden daten- und modellbasierten Verfahren zur Modellkorrektur und zur Parameteridentifikation in inexakten Modellen eingesetzt, um eine exaktere Bestimmung der Lastabschätzung in Windenergieanlagen und somit deren mögliche Lebensdauerverlängerung zu ermöglichen.

Die Universität Bremen beteiligt sich an KIWi mit dem Teilprojekt Hybride Parameteridentifikation mit invertierbaren Netzen, in dem die Verbindung von Deep-Operator-Netzen und invertierbaren Netzen zum Zweck der Parameteridentifikation untersucht werden.