基于机器学习的被动装置安装潜在功率增益分析与量化
应用统计
2019-06-14 v1
摘要
在风力发电机（WTG）上安装被动装置有可能提高WTG的发电量。然而，安装将产生多大影响尚不清楚，由于不断变化的风和天气会显著影响发电量，因此无法进行受控实验。此外，潜在的改进被认为是小规模的，例如1-5%，这低于风能数据中观察到的典型3-8%的变化水平。本文提出了一种基于自适应核的方法，并构建了代理模型以降低风能数据中未解释变化的水平。此外，为了建立类似于受控情况的实验环境，本文开发了一个利用另外两台未安装任何被动装置的附近WTG的分析框架。
引用
@article{arxiv.1906.05776,
title = {Machine Learning Based Analysis and Quantification of Potential Power Gain from Passive Device Installation},
author = {Hoon Hwangbo and Yu Ding and Daniel Cabezon},
journal= {arXiv preprint arXiv:1906.05776},
year = {2019}
}