利用图 Transformer 学习优化风电场

这项工作提出了一种新颖的数据驱动模型，能够对任意布局、偏航角配置和风况下风电场中所有风力发电机的发电量提供准确预测。所提出的模型通过将风电场编码为全连接图，并通过图 Transformer 处理该图表示来发挥作用。结果表明，图 Transformer 代理模型具有良好的泛化能力，并且能够揭示风电场图表示中潜在的结构模式。文中展示了如何利用所得的代理模型结合遗传算法优化偏航角配置，在仅需极小部分计算成本的同时，达到了与工业标准风电场仿真工具相当的精度水平。