导读：近日，西门子公司和迪拜电力和水务局宣布，双方在杰贝阿里（Jebel Ali）的M-Station工厂成功应用了世界上第一个基于热力学燃气轮机数字双胞胎的智能燃机控制器，该控制器采用了人工智能和机器学习技术，它可以提高燃气轮机效率、提升发电量，减少燃料消耗，并进一步降低排放，预计一旦在M-Station工厂中的所有燃气轮机上部署后，该系统将每年节省财务费用1700万迪拉姆（约合3200多万人民币）。

迪拜副总统、财政部长兼电力和水务局总裁谢赫·哈姆丹·本·拉希德·阿勒·马克图姆（HH Sheikh Hamdan bin Rashid Al Maktoum）在第21届水、能源、技术和环境展览会（WETEX）开幕式上揭幕了该智能燃气轮机控制器。

迪拜电力和水务局的总经理兼首席执行官赛义德·穆罕默德·阿勒·塔耶尔（Saeed Mohammed Al Tayer）博士简要介绍了由阿联酋和西门子专家领导的迪拜电力和水务局工程师团队开发的智能燃气轮机控制器的系统参数，并部署到M-Station工厂，该工厂为阿联酋最大的发电和海水淡化厂。

塔耶尔博士表示：“得益于迪拜电力和水务局的阿联酋专家与西门子合作，这项成就是全球首创，将为我们的数字化工作提供了支持。迪拜电力和水务局的数字化工程团队将致力于扩大集成人工智能解决方案的使用，使得迪拜成为世界上第一个提供基于人工智能电力和服务的城市。”

根据塔耶尔博士的介绍，该人工智能燃气轮机控制器将使得每台燃气轮机的发电效率和功率都得到提升，其中功率提升约3.5兆瓦。发电效率的提升则可以使得一台重型燃气轮机每年可以减少约10,000吨的单位碳排放量和每年10%的氮氧化物。

塔耶尔表示将进一步和西门子合作，把该智能燃气轮机控制器的应用扩展到M-Station工厂的其它燃气轮机机组上。

西门子中东和阿联酋首席执行官Dietmar Siersdorfer也表示：“该智能燃气轮机控制器的试点项目取得了成功，也将帮助迪拜达成2050年成为全球碳排放最低城市。我们准备将这些人工智能驱动的控制器安装到更多的燃气轮机中，并在与迪拜电力和水务局的长期合作关系基础上继续发展数字化技术。”

整个项目起源于2017年西门子与迪拜电力和水务局签署的一项协议，双方当时宣布将就一个先进数据驱动项目进行合作，以开发用于SGT5-4000F燃气轮机的新型智能自学习控制器。

但在实际工程应用中，该燃气轮机智能控制器又经历了多个阶段：首先对22台燃气轮机进行了性能测试，然后在10台燃气轮机中安装了热力学诊断系统，以收集实施智能控制器所需的技术数据，最后在M-Station工厂的10#燃气轮机上试行了一个可根据热力学变量自动调整的原型样机，以测试性能和效率的真实改进效果。在原型样机取得成功之后，又增加了一项附加功能，可以增加燃烧系统的稳定性并减少排放，从而又进一步提升了发电效率。

在此次成功应用之前，西门子对人工智能在燃气轮机控制上应用的探索已经有了一段世界。西门子的Volkmar Sterzing和Steffen Udluft两位研究人员曾在2017年获得西门子“年度发明家”奖的殊荣。他们一直在关注人工智能方法在工业上应用的趋势，致力于将人工智能用在控制燃气轮机燃烧过程的强化学习中。

Sterzing表示：“当控制一个复杂系统时，由于复杂的测量和大量的控制变量起作用，事情充满了挑战，但也非常有趣。” 燃气轮机的燃烧过程就是这种情况，气体燃料和空气的混合物从阀门进入燃烧室，在此点燃，燃烧温度立刻升至1600摄氏度以上，但气体燃烧能否发生强大的燃烧动力，产生多少氮氧化物以及燃气轮机最终可以运转多长时间，这些结果均由许多因素决定：包括气体的质量流量、燃料温度、空气温度等。而且这还往往是一个动态变化过程，比如一天的温度都在持续变化，影响着燃气轮机进气温度，因此许多专家正在努力确定如何保证处于最佳控制燃烧过程。这种需求促使Volkmar Sterzing和Steffen Udluft提出了使用人工智能来控制燃气轮机的想法。

传统的人工智能应用，比如著名的围棋和国际象棋等棋盘游戏，往往是采用通过对大量的数据使用，然后来解决一个较小的问题。而人工智能在燃气轮机控制上的面临的挑战则是，一开始的新机型往往只有相当较少的数据可供学习。即使从目前成熟的F级重型燃气轮机机组来看，燃气轮机也还需要运行约一百年才能达到传统人工智能训练所需的类似数据量。对此，Udluft开发了一种”数据有效(data-efficient )”的方法来利用神经网络进行强化学习，从而使得这个慕尼黑的研究团队领先于全球。

西门子的市场愿景是，当智能设备和系统的价格相当时，就没有人会再购买“哑巴式”的设备和系统。

在迪拜工厂进行智能控制器的工业应用之前，西门子就已经在美国和韩国的大型西门子燃气轮机上进行试运行，当时称之为燃气轮机自主优化控制器（GT-ACO，Gas Turbine Autonomous Control Optimizer）。

Sterzing在回忆第一次测试时表示：“试运行结果表示燃气轮机可以运行得更好，这个让大家都感到惊讶。通过对燃料阀的连续微调来一直寻找最佳解决方案，可以实时优化燃气轮机在排放和部件衰竭方面的性能和效率损失。为了确保燃气轮机在全寿命全工况周期内的最佳运行，您必须始终寻求一种平衡，以使燃烧动力学，效率损失和排放等多种不良影响保持在尽可能低的水平。最大的挑战在于如果改善一个变量，则往往也会恶化另一个变量，而人工智能知道如何找到最佳解决方案。”