基于高斯过程回归与高保真仿真数据的工程尾流模型自适应
系统与控制
2020-12-30 v1 机器学习
系统与控制
最优化与控制
流体动力学
机器学习
摘要
本文研究一个九风机风电场的偏航控制输入优化问题。该风电场使用高保真仿真器SOWFA进行模拟。优化采用基于高斯过程的修正器自适应方案进行。修正器自适应可修正设备与模型之间的失配，并有助于收敛到实际的设备最优。在案例研究中，将修正器自适应方法与贝叶斯优化方法进行比较。此外，讨论了高斯过程回归中两种不同协方差函数的使用。给出了关于数据准备及该方法应用的实用建议。结果表明，与高斯尾流模型相比，修正器自适应与贝叶斯优化方法均能在整体偏航失配更小的情况下提高功率产出。
引用
@article{arxiv.2003.13323,
title = {Adaptation of Engineering Wake Models using Gaussian Process Regression and High-Fidelity Simulation Data},
author = {Leif Erik Andersson and Bart Doekemeijer and Daan van der Hoek and Jan-Willem van Wingerden and Lars Imsland},
journal= {arXiv preprint arXiv:2003.13323},
year = {2020}
}
备注
Initial submission to the Science of Making Torque from Wind (TORQUE) 2020 conference, 10 pages, 6 figures (16/6)