Grant: Alliance Grants

The operation of hydroelectric generating units is evolving, creating the need for better condition monitoring and accurate modeling of the power-generating equipment. Whereas hydro units used to be overdesigned and continuously operated at baseload conditions, today's new units and refurbished ones are designed with stringent performance and operational regime requirements. Notably, they are relied upon for power regulation to integrate more intermittent wind and solar energy in the grid and must undergo frequent starts and stops. The consequence of all this is greater stresses on the units, which can lead to failures and loss of productivity. It is thus essential to better monitor the equipment and predict its behaviour and outcome.Polytechnique Montreal, Hydro Quebec and Maya HTT will work together to develop the tools to build the Digital Twin of a hydro unit. Such a digital twin will combine live sensor data with physics-based modeling through artificial intelligence to achieve real-time simulation of a hydro unit. It will allow predicting failures, optimising maintenance schedules, and simulate scenarios of usage and wear of the equipment.To this end, a group of more than 10 highly qualified personnel will use Physics-Informed Neural Networks and Proper Generalized Decomposition to develop reduced-order models of academic model systems exhibiting some of the same physics as Hydro Quebec's equipment and incorporate them in Maya HTT's software solution. This gradual approach will enable us to overcome the same challenges required to combine experimental measurements and physical modeling with artificial intelligence to develop digital twins for real industrial equipment. Le fonctionnement des unités de production hydroélectriques évolue, créant le besoin d'une meilleure surveillance de leur état et d'une modélisation précise des équipements de production électrique. Alors que les unités hydroélectriques étaient surdimensionnées et fonctionnaient en continu dans des conditions de charge de base, les nouvelles unités et les unités rénovées d'aujourd'hui sont conçues avec des exigences strictes en matière de performances et de régime opérationnel. Elles sont notamment utilisées pour la régulation de puissance afin d'intégrer plus d'énergie éolienne et solaire intermittente dans le réseau et doivent subir des démarrages et des arrêts fréquents. La conséquence de tout cela est une augmentation des contraintes sur les unités, ce qui peut entraîner des pannes imprévisibles et une perte de productivité. Il est donc essentiel de mieux surveiller l'équipement et de prévoir son comportement. Polytechnique Montréal, Hydro-Québec et Maya HTT travailleront ensemble pour développer les outils nécessaires pour la réalisation de jumeaux numériques d'une unité de production hydroélectrique. Un tel jumeau numérique combinera des données de capteurs avec une modélisation basée sur la physique grâce à l'intelligence artificielle pour réaliser la simulation en temps réel d'une unité hydroélectrique. Il permettra de prévoir les pannes, d'optimiser les calendriers de maintenance et de simuler des scénarios d'utilisation et d'usure des équipements. À cette fin, un groupe de personnel hautement qualifié de plus de 10 personnes utilisera les réseaux de neurones basés sur la physique (physics-informed neural networks) et la décomposition généralisée (proper generalised decomposition) pour développer des modèles d'ordre réduit de montages expérimentaux académiques présentant une partie de la même physique que les équipements d'Hydro-Québec. L'équipe incorporera ces techniques de modélisation dans la solution logicielle de Maya HTT. Cette approche progressive nous permettra de relever les mêmes défis que celui de combiner mesures expérimentales et modélisation physique avec intelligence artificielle pour développer des jumeaux numériques pour de vrais équipements industriels.