Elektrifizierung

KI für die Elektrifizierung

Anwendung von KI-Techniken bei der Entwicklung und dem Betrieb von elektrischen Technologien

KI

Mit MATLAB und Simulink können Sie komplexe Verhaltensweisen elektrischer Komponenten modellieren und die Simulationsgeschwindigkeit durch die Erstellung KI-basierter Modelle mit reduzierter Ordnung (Reduced Order Modeling, ROM) erhöhen. Sie können KI-basierte virtuelle Sensoren und Regelungsstrategien für Motoren, Batterien, Leistungswandler, Energiemanagementsysteme, Elektrofahrzeuge und Netzsysteme erstellen, trainieren und testen. Mit MATLAB und Simulink können Sie einen sicheren und effizienten Betrieb von elektrischen Systemen gewährleisten, indem Sie KI-basierte Energievorhersagen integrieren und eine KI-basierte vorausschauende Instandhaltung nutzen.


KI für die Entwicklung elektrischer Technologien

Mithilfe von KI und datenbasierte Methoden können Sie Modelle mit reduzierter Ordnung für physikalische Komponenten (z. B. bürstenlose Motoren und Motorlasten) oder physikalische Systeme erstellen und diese Modelle daraufhin in Ihrem Entwurf verwenden. Mit diesen Methoden können Sie Simulationen deutlich beschleunigen und dabei weiterhin das grundlegende Verhalten Ihres Systems erfassen.

Mit MATLAB, Simulink und Simscape können Sie:

  • Physikbasierte Simulationsmodelle von Systemen erstellen, Simulationen durchführen und synthetische Daten für das Training von KI-Modellen generieren
  • Aus einer Bibliothek von vorgefertigten KI-Modellen wählen und die Modellleistung anhand von mehreren Experimenten bewerten
  • KI-Modelle für Modellvalidierung und -tests direkt in Simulink integrieren, indem Sie Simulationen durchführen

Vorausschauende Wartung

Mit MATLAB, Simulink und Simscape können Sie den Zustand von Anlagen überwachen und ihre verbleibende Lebensdauer schätzen, um ungeplante Ausfallzeiten zu minimieren, die Betriebskosten zu senken und die Zuverlässigkeit und Sicherheit von Energiesystemen zu gewährleisten.

  • Erstellen Sie physikbasierte Modelle von elektrischen Systemen mithilfe von Simscape Electrical, fügen Sie Fehler hinzu und führen Sie Simulationen durch, um synthetische Daten für das Training von Modellen für die vorausschauende Instandhaltung zu generieren
  • Extrahieren und visualisieren Sie mithilfe der Diagnostic Feature Designer-App Merkmale und stufen Sie sie in Rangfolgen ein, um Indikatoren für die Überwachung des Zustands von Energiesystemen zu entwickeln
  • Identifizieren Sie die Ursachen von Ausfällen und prognostizieren Sie die Zeit bis zum Ausfall mithilfe vorgefertigter KI-Modelle wie beispielsweise Klassifizierungs-, Regressions- und Zeitreihenmodelle

Beispiele ausprobieren


Modellierung virtueller Sensoren

Bei der Implementierung von Leistungselektronik-Steuerungen können Sie mithilfe von KI virtuelle Sensormodelle entwickeln, die kritische Signale liefern. Virtuelle Sensoren sind mit keinen wiederkehrenden Materialkosten verbunden, sind nicht invasiv und benötigen keine Wartung.

Mit MATLAB, Simulink und Simscape können Sie:

  • Physikbasierte Systemmodelle erstellen, Simulationen durchführen und synthetische Daten für das Training von KI-basierten virtuellen Sensoren generieren
  • Aus einer Bibliothek von vorgefertigten KI-Modellen wählen und die Modellleistung anhand von mehreren Experimenten bewerten
  • Virtuelle Sensormodelle direkt in Simulink innerhalb von physikalischen Systemmodellen zur Validierung integrieren
  • Lesbaren, effizienten C/C++ Code für Embedded-Geräte generieren

Beispiele ausprobieren


Energievorhersagen

MATLAB und Simulink erleichtern die Implementierung eines KI-basierten Energievorhersagesystems zur Prognose von Stromversorgung, Nachfrage und Preisen und zur Minderung von Ungewissheiten und Risiken beim Betrieb von Energiesystemen. Sie können:

Beispiele ausprobieren


Regelungsstrategie

MATLAB und Simulink helfen Ihnen bei der Einführung KI-basierter, leistungsfähiger Regelungen für komplexe, nichtlineare Systeme mit mehreren Eingängen und mehreren Ausgängen, die nur wenig Vorwissen über die physikalischen Gegebenheiten der Anlage erfordern. Sie können:

  • KI-basierte Regelungsalgorithmen anhand von simulierten Umgebungen in Simulink trainieren
  • Das Training durch die parallele Durchführung von Simulationen beschleunigen
  • In Toolbox-Beispielen Möglichkeiten zur iterativen Abstimmung von Entwurfsparametern finden
  • Trainierte Modelle zur simulationsbasierten Verifikation direkt in Simulink integrieren

Beispiele ausprobieren