Es erfolgte die Untersuchung der Eigenschaften der gegebenen Zeitreihen der Wirkleistung von zwei Windenergieanlagen sowie des gesamten Windparks. Außerdem analysiert wurden die entsprechenden Eigenschaften der auf Viertelstundendaten konvertierten Reihen. Diese Eigenschaften, wie z.B. Mittelwert, Varianz o.a. Maximum wurden als Informationen angesehen und so ermöglichte die Gegenüberstellung einen Rückschluss auf dem Informationsverlust. Da die gegebene Einspeiseleistung keine Periodizitäten aufwies, erfolgte anschließend die Erzeugung synthetischer Daten.

Die Hydrodehalogenierung von Siliciumtetrachlorid zu Trichlorsilan läuft bei moderaten Temperaturen von 700°C bis 900°C nur in Gegenwart von Katalysatoren mit hinreichender Geschwindigkeit ab. Die 5d- ÜM- Silicide sowie die unter den Reaktionsbedingungen stabilen Chloride der Erdalkalimetalle katalysieren selektiv die Hydrierung von SiCl4 zu HSiCl3. Ein erweitertes Katalysemodell mit Elektronentransferschritten innerhalb der festen Reaktionsschicht wurde postuliert. Voraussetzung dafür ist eine elektrische Leitfähigkeit in der quaternären M- Si- Cl- H- Reaktionsschicht. Dazu wurde die heterogene Bildung von ÜM- Siliciden unter einer H2/SiCl4-Atmosphäre mittels Widerstandsmessungen verfolgt. Die Aktivierungsenergie der Bildungsreaktion korreliert mit der Metallbindungsstärke. Eine Klassifizierung der Wachstumsmechanismen der ersten Silicidphase bezüglich Insel- oder Schichtwachstum ist möglich. Weiterhin ist die Abscheidung und Lösung von Silicium aus einer H2/SiCl4-Gasphase durch eine Metallchloridmatrix untersucht und die quaternäre M- Si- Cl- H- Mischphase chemisch, strukturell und thermodynamisch charakterisiert worden.

Es erfolgte die Untersuchung der Eigenschaften der gegebenen Zeitreihen der Wirkleistung von zwei Windenergieanlagen sowie des gesamten Windparks. Außerdem analysiert wurden die entsprechenden Eigenschaften der auf Viertelstundendaten konvertierten Reihen. Diese Eigenschaften, wie z.B. Mittelwert, Varianz o.a. Maximum wurden als Informationen angesehen und so ermöglichte die Gegenüberstellung einen Rückschluss auf dem Informationsverlust. Da die gegebene Einspeiseleistung keine Periodizitäten aufwies, erfolgte anschließend die Erzeugung synthetischer Daten.:Einleitung 1. Mathematische Grundlagen 2. Datenanalyse 3. Erzeugung und Untersuchung synthetischer Daten 4. Zusammenfassung und Ausblick A Anhang Literaturverzeichnis Ehrenwörtliche Erklärung

Die Hydrodehalogenierung von Siliciumtetrachlorid zu Trichlorsilan läuft bei moderaten Temperaturen von 700°C bis 900°C nur in Gegenwart von Katalysatoren mit hinreichender Geschwindigkeit ab. Die 5d- ÜM- Silicide sowie die unter den Reaktionsbedingungen stabilen Chloride der Erdalkalimetalle katalysieren selektiv die Hydrierung von SiCl4 zu HSiCl3. Ein erweitertes Katalysemodell mit Elektronentransferschritten innerhalb der festen Reaktionsschicht wurde postuliert. Voraussetzung dafür ist eine elektrische Leitfähigkeit in der quaternären M- Si- Cl- H- Reaktionsschicht. Dazu wurde die heterogene Bildung von ÜM- Siliciden unter einer H2/SiCl4-Atmosphäre mittels Widerstandsmessungen verfolgt. Die Aktivierungsenergie der Bildungsreaktion korreliert mit der Metallbindungsstärke. Eine Klassifizierung der Wachstumsmechanismen der ersten Silicidphase bezüglich Insel- oder Schichtwachstum ist möglich. Weiterhin ist die Abscheidung und Lösung von Silicium aus einer H2/SiCl4-Gasphase durch eine Metallchloridmatrix untersucht und die quaternäre M- Si- Cl- H- Mischphase chemisch, strukturell und thermodynamisch charakterisiert worden.

Die vorliegende Arbeit beschäftigt sich mit einem datengetriebenen Verfahren zur Graphem-Phonem-Konvertierung für ein Sprachsynthesesystem. Die Aufgabe besteht darin, die Aussprache für beliebige Wörter zu bestimmen, auch für solche Wörter, die nicht im Lexikon des Systems enthalten sind. Die Architektur an sich ist sprachenunabhängig, von der Sprache abhängig sind lediglich die Wissensquellen, die zur Laufzeit des Systems geladen werden. Die Erstellung von Wissensquellen für weitere Sprachen soll weitgehend automatisch und ohne Einsatz von Expertenwissen möglich sein. Expertenwissen kann verwendet werden, um die Ergebnisse zu verbessern, darf aber keine Voraussetzung sein. Für die Bestimmung der Transkription werden zwei neuronale Netze verwendet. Das erste Netz generiert aus der Buchstabenfolge des Wortes die zu realisierenden Laute einschließlich der Silbengrenzen, und das zweite bestimmt im Anschluß daran die Position der Wortbetonung. Diese Trennung hat den Vorteil, daß man für die Bestimmung des Wortakzentes das Wissen über die gesamte Lautfolge einbeziehen kann. Andere Verfahren, die die Transkription in einem Schritt bestimmen, haben das Problem, bereits zu Beginn des Wortes über den Akzent entscheiden zu müssen, obwohl die Aussprache des Wortes noch gar nicht feststeht. Zudem bietet die Trennung die Möglichkeit, zwei speziell auf die Anforderung zugeschnittene Netze zu trainieren. Die Besonderheit der hier verwendeten neuronalen Netze ist die Einführung einer Skalierungsschicht zwischen der eigentlichen Eingabe und der versteckten Schicht. Eingabe und Skalierungsschicht werden über eine Diagonalmatrix verbunden, wobei auf die Gewichte dieser Verbindung ein Weight Decay (Gewichtezerfall) angewendet wird. Damit erreicht man eine Bewertung der Eingabeinformation während des Trainings. Eingabeknoten mit einem großen Informationsgehalt werden verstärkt, während weniger interessante Knoten abgeschwächt werden. Das kann sogar soweit gehen, daß einzelne Knoten vollständig abgetrennt werden. Der Zweck dieser Verbindung ist, den Einfluß des Rauschens in den Trainingsdaten zu reduzieren. Durch das Ausblenden der unwichtigen Eingabewerte ist das Netz besser in der Lage, sich auf die wichtigen Daten zu konzentrieren. Das beschleunigt das Training und verbessert die erzielten Ergebnisse. In Verbindung mit einem schrittweisen Ausdünnen der Gewichte (Pruning) werden zudem störende oder unwichtige Verbindungen innerhalb der Netzwerkarchitektur gelöscht. Damit wird die Generalisierungsfähigkeit noch einmal erhöht. Die Aufbereitung der Lexika zur Generierung der Trainingsmuster für die neuronalen Netze wird ebenfalls automatisch durchgeführt. Dafür wird mit Hilfe der dynamischen Zeitanpassung (DTW) der optimale Pfad in einer Ebene gesucht, die auf der einen Koordinate durch die Buchstaben des Wortes und auf der anderen Koordinate durch die Lautfolge aufgespannt wird. Somit erhält man eine Zuordnung der Laute zu den Buchstaben. Aus diesen Zuordnungen werden die Muster für das Training der Netze generiert. Um die Transkriptionsergebnisse weiter zu verbessern, wurde ein hybrides Verfahren unter Verwendung der Lexika und der Netze entwickelt. Unbekannte Wörter werden zuerst in Bestandteile aus dem Lexikon zerlegt und die Lautfolgen dieser Teilwörter zur Gesamttranskription zusammengesetzt. Dabei werden Lücken zwischen den Teilwörtern durch die neuronalen Netze aufgefüllt. Dies ist allerdings nicht ohne weiteres möglich, da es zu Fehlern an den Schnittstellen zwischen den Teiltranskriptionen kommen kann. Dieses Problem wird mit Hilfe des Lexikons gelöst, das für die Generierung der Trainingsmuster aufbereitet wurde. Hier ist eine eindeutige Zuordnung der Laute zu den sie generierenden Buchstaben enthalten. Somit können die Laute an den Schnittstellen neu bewertet und Transkriptionsfehler vermieden werden. Die Verlagsausgabe dieser Dissertation erschien 2005 im w.e.b.-Universitätsverlag Dresden (ISBN 3-937672-76-1). / The topic of this thesis is a system which is able to perform a grapheme-to-phoneme conversion for several languages without changes in its architecture. This is achieved by separation of the language dependent knowledge bases from the run-time system. Main focus is an automated adaptation to new languages by generation of new knowledge bases without manual effort with a minimal requirement for additional information. The only source is a lexicon containing all the words together with their appropriate phonetic transcription. Additional knowledge can be used to improve or accelerate the adaptation process, but it must not be a prerequisite. Another requirement is a fully automatic process without manual interference or post-editing. This allows for the adaptation to a new language without even having a command of that language. The only precondition is the pronunciation dictionary which should be enough for the data-driven approach to learn a new language. The automatic adaptation process is divided into two parts. In the first step the lexicon is pre-processed to determine which grapheme sequence belongs to which phoneme. This is the basis for the generation of the training patterns for the data-driven learning algorithm. In the second part mapping rules are derived automatically which are finally used to create the phonetic transcription of any word, even if it not contained in the dictionary. Task is to have a generalisation process that can handle all words in a text that has to be read out by a text-to-speech system.

Mit der Arbeit werden braunkohlegefeuerte IGCC-CCS-Kraftwerke gesamtheitlich beschrieben, deren Potenziale erarbeitet und mit ASPEN Plus™ sowie EBSILON® Professional simulativ abgebildet. Es kann gezeigt werden, dass ausgehend von Basiskonzepten braunkohlegefeuerter IGCC-CCS-Kraftwerke mit verschiedenen Potenzialen zum gegenwärtigen Stand der Technik sowie dem im Jahr 2025 Wirkungsgradsteigerungen sowie prozesstechnische Vereinfachungen möglich sind. Als Potenziale werden dabei verringerte Braunkohletrocknung, konservativere Annahmen der technologischen Auslegung als auch Modifizierungen der CO-Konvertierung, sowie für das Jahr 2025 konservative Annahmen und innovative Potenziale untersucht. Ausgangspunkt bildet eine Analyse von bestehenden und zukünftig erwarteten Prozesskomponenten braunkohlegefeuerter IGCC-CCS-Kraftwerke unter Berücksichtigung von drei unterschiedlichen Vergasungsverfahren (nach Siemens, nach Shell und dem HTW-Verfahren).

Mit der Arbeit werden braunkohlegefeuerte IGCC-CCS-Kraftwerke gesamtheitlich beschrieben, deren Potenziale erarbeitet und mit ASPEN Plus™ sowie EBSILON® Professional simulativ abgebildet. Es kann gezeigt werden, dass ausgehend von Basiskonzepten braunkohlegefeuerter IGCC-CCS-Kraftwerke mit verschiedenen Potenzialen zum gegenwärtigen Stand der Technik sowie dem im Jahr 2025 Wirkungsgradsteigerungen sowie prozesstechnische Vereinfachungen möglich sind. Als Potenziale werden dabei verringerte Braunkohletrocknung, konservativere Annahmen der technologischen Auslegung als auch Modifizierungen der CO-Konvertierung, sowie für das Jahr 2025 konservative Annahmen und innovative Potenziale untersucht. Ausgangspunkt bildet eine Analyse von bestehenden und zukünftig erwarteten Prozesskomponenten braunkohlegefeuerter IGCC-CCS-Kraftwerke unter Berücksichtigung von drei unterschiedlichen Vergasungsverfahren (nach Siemens, nach Shell und dem HTW-Verfahren).:1 Einleitung und Zielsetzung 2 Grundlagen und Methodik 2.1 IGCC und CCS 2.2 Gewählte Randbedingungen 2.3 Untersuchte Konzepte 2.4 Grundlagen der Konzeptbewertung 2.4.1 Energetische Analyse 2.4.2 Exergetische Analyse 2.4.3 Kohlenstoffbilanz 2.5 Verfahrenstechnische Simulationswerkzeuge 3 IGCC-CCS-Kraftwerksprozess 3.1 Vergasung 3.1.1 Reaktionen 3.1.2 Fluiddynamische Klassifizierung 3.1.3 Vergasungstechnologien 3.1.4 Flowsheet Simulation der Vergasungstechnologien 3.1.5 Vergleich der abgebildeten Vergasungstechnologien 3.2 Vergasungsstofftrocknung und -aufbereitung 3.2.1 Technologie der Vergasungsstofftrocknung und -aufbereitung 3.2.2 Flowsheet Simulation der Vergasungsstofftrocknung und -aufbereitung 3.3 Sauerstoffbereitstellung 3.3.1 Technologie der kryogenen Luftzerlegung 3.3.2 Flowsheet Simulation der kryogenen Luftzerlegung 3.3.3 Potenziale 3.4 Gaskonditionierung 3.4.1 Kühlung, Entstaubung und Spurstoffentfernung 3.4.2 CO-Konvertierung 3.4.3 CO2- und H2S-Abtrennung 3.4.4 H2S-Aufbereitung 3.4.5 CO2-Verdichtung und -Speicherung 3.4.6 Reingaskonditionierung 3.5 Stromerzeugung im GuD-Prozess 3.5.1 Technologie des GuD-Prozesses 3.5.2 Flowsheet Simulation des GuD-Prozesses 3.5.3 Potenziale 3.6 Gesamtkonzepte für IGCC-CCS-Kraftwerke zum gegenwärtigen Stand der Technik 3.7 Betrachtungen zu Strängigkeit und Verfügbarkeit der Gesamtkonzepte für IGCC-CCS-Kraftwerke zum gegenwärtiger Stand der Technik 4 Konzeptstudien 4.1 Konservative Annahmen zum gegenwärtigen Stand der Technik 4.2 Verringerte Braunkohletrocknung zum gegenwärtigen Stand der Technik 4.3 Modifizierte CO-Konvertierung zum gegenwärtigen Stand der Technik 4.3.1 Quenchkonvertierung 4.3.2 Isotherme katalytische CO-Konvertierung 4.3.3 Kombination von Quenchkonvertierung und isothermer katalytischer CO-Konvertierung 4.4 Konservative Annahmen zum Stand der Technik im Jahr 2025 4.5 Innovatives Potenzial zum Stand der Technik im Jahr 2025 5 Zusammenfassung

Im Rahmen dieser Arbeit werden Konzepte für Gasaufbereitung in Kombikraftwerken mit integrierter Wirbelschichtvergasung und CO2-Abtrennung untersucht (IGCC-CCS). Dabei stehen die Konvertierung von Kohlenmonoxid (CO-Shift) und die Einbindung dieses Prozeß-schrittes in ein IGCC-CCS-Kraftwerk im Mittelpunkt. Ziel der Arbeit ist die energetische und wirtschaftliche Bewertung von Konzepten zur CO2-Abtrennung für ein ab 2015 baubares, grundlastfähiges IGCC-CCS-Kraftwerk der 800-MW-Klasse. Dazu werden neben den bekannten konventionellen, mehrstufigen Konzepten der Rohgas- und Reingas-Shift weitere alternative Ansätze zur Steigerung des Anlagenwirkungsgrades sowie zur Senkung der spezifischen CO2-Emission verfolgt. Die Ergebnisse der mit Hilfe von ASPEN Plus und EBSILON Professional durchgeführten Prozesssimulationen werden im Vergleich zu Dampfkraftwerken neuester Bauart wirtschaftlich bewertet.

Im Rahmen dieser Arbeit werden Konzepte für Gasaufbereitung in Kombikraftwerken mit integrierter Wirbelschichtvergasung und CO2-Abtrennung untersucht (IGCC-CCS). Dabei stehen die Konvertierung von Kohlenmonoxid (CO-Shift) und die Einbindung dieses Prozeß-schrittes in ein IGCC-CCS-Kraftwerk im Mittelpunkt. Ziel der Arbeit ist die energetische und wirtschaftliche Bewertung von Konzepten zur CO2-Abtrennung für ein ab 2015 baubares, grundlastfähiges IGCC-CCS-Kraftwerk der 800-MW-Klasse. Dazu werden neben den bekannten konventionellen, mehrstufigen Konzepten der Rohgas- und Reingas-Shift weitere alternative Ansätze zur Steigerung des Anlagenwirkungsgrades sowie zur Senkung der spezifischen CO2-Emission verfolgt. Die Ergebnisse der mit Hilfe von ASPEN Plus und EBSILON Professional durchgeführten Prozesssimulationen werden im Vergleich zu Dampfkraftwerken neuester Bauart wirtschaftlich bewertet.

Die vorliegende Arbeit beschäftigt sich mit einem datengetriebenen Verfahren zur Graphem-Phonem-Konvertierung für ein Sprachsynthesesystem. Die Aufgabe besteht darin, die Aussprache für beliebige Wörter zu bestimmen, auch für solche Wörter, die nicht im Lexikon des Systems enthalten sind. Die Architektur an sich ist sprachenunabhängig, von der Sprache abhängig sind lediglich die Wissensquellen, die zur Laufzeit des Systems geladen werden. Die Erstellung von Wissensquellen für weitere Sprachen soll weitgehend automatisch und ohne Einsatz von Expertenwissen möglich sein. Expertenwissen kann verwendet werden, um die Ergebnisse zu verbessern, darf aber keine Voraussetzung sein. Für die Bestimmung der Transkription werden zwei neuronale Netze verwendet. Das erste Netz generiert aus der Buchstabenfolge des Wortes die zu realisierenden Laute einschließlich der Silbengrenzen, und das zweite bestimmt im Anschluß daran die Position der Wortbetonung. Diese Trennung hat den Vorteil, daß man für die Bestimmung des Wortakzentes das Wissen über die gesamte Lautfolge einbeziehen kann. Andere Verfahren, die die Transkription in einem Schritt bestimmen, haben das Problem, bereits zu Beginn des Wortes über den Akzent entscheiden zu müssen, obwohl die Aussprache des Wortes noch gar nicht feststeht. Zudem bietet die Trennung die Möglichkeit, zwei speziell auf die Anforderung zugeschnittene Netze zu trainieren. Die Besonderheit der hier verwendeten neuronalen Netze ist die Einführung einer Skalierungsschicht zwischen der eigentlichen Eingabe und der versteckten Schicht. Eingabe und Skalierungsschicht werden über eine Diagonalmatrix verbunden, wobei auf die Gewichte dieser Verbindung ein Weight Decay (Gewichtezerfall) angewendet wird. Damit erreicht man eine Bewertung der Eingabeinformation während des Trainings. Eingabeknoten mit einem großen Informationsgehalt werden verstärkt, während weniger interessante Knoten abgeschwächt werden. Das kann sogar soweit gehen, daß einzelne Knoten vollständig abgetrennt werden. Der Zweck dieser Verbindung ist, den Einfluß des Rauschens in den Trainingsdaten zu reduzieren. Durch das Ausblenden der unwichtigen Eingabewerte ist das Netz besser in der Lage, sich auf die wichtigen Daten zu konzentrieren. Das beschleunigt das Training und verbessert die erzielten Ergebnisse. In Verbindung mit einem schrittweisen Ausdünnen der Gewichte (Pruning) werden zudem störende oder unwichtige Verbindungen innerhalb der Netzwerkarchitektur gelöscht. Damit wird die Generalisierungsfähigkeit noch einmal erhöht. Die Aufbereitung der Lexika zur Generierung der Trainingsmuster für die neuronalen Netze wird ebenfalls automatisch durchgeführt. Dafür wird mit Hilfe der dynamischen Zeitanpassung (DTW) der optimale Pfad in einer Ebene gesucht, die auf der einen Koordinate durch die Buchstaben des Wortes und auf der anderen Koordinate durch die Lautfolge aufgespannt wird. Somit erhält man eine Zuordnung der Laute zu den Buchstaben. Aus diesen Zuordnungen werden die Muster für das Training der Netze generiert. Um die Transkriptionsergebnisse weiter zu verbessern, wurde ein hybrides Verfahren unter Verwendung der Lexika und der Netze entwickelt. Unbekannte Wörter werden zuerst in Bestandteile aus dem Lexikon zerlegt und die Lautfolgen dieser Teilwörter zur Gesamttranskription zusammengesetzt. Dabei werden Lücken zwischen den Teilwörtern durch die neuronalen Netze aufgefüllt. Dies ist allerdings nicht ohne weiteres möglich, da es zu Fehlern an den Schnittstellen zwischen den Teiltranskriptionen kommen kann. Dieses Problem wird mit Hilfe des Lexikons gelöst, das für die Generierung der Trainingsmuster aufbereitet wurde. Hier ist eine eindeutige Zuordnung der Laute zu den sie generierenden Buchstaben enthalten. Somit können die Laute an den Schnittstellen neu bewertet und Transkriptionsfehler vermieden werden. Die Verlagsausgabe dieser Dissertation erschien 2005 im w.e.b.-Universitätsverlag Dresden (ISBN 3-937672-76-1). / The topic of this thesis is a system which is able to perform a grapheme-to-phoneme conversion for several languages without changes in its architecture. This is achieved by separation of the language dependent knowledge bases from the run-time system. Main focus is an automated adaptation to new languages by generation of new knowledge bases without manual effort with a minimal requirement for additional information. The only source is a lexicon containing all the words together with their appropriate phonetic transcription. Additional knowledge can be used to improve or accelerate the adaptation process, but it must not be a prerequisite. Another requirement is a fully automatic process without manual interference or post-editing. This allows for the adaptation to a new language without even having a command of that language. The only precondition is the pronunciation dictionary which should be enough for the data-driven approach to learn a new language. The automatic adaptation process is divided into two parts. In the first step the lexicon is pre-processed to determine which grapheme sequence belongs to which phoneme. This is the basis for the generation of the training patterns for the data-driven learning algorithm. In the second part mapping rules are derived automatically which are finally used to create the phonetic transcription of any word, even if it not contained in the dictionary. Task is to have a generalisation process that can handle all words in a text that has to be read out by a text-to-speech system.