基于集合的多目标贝叶斯优化的风电场布局优化
机器学习
2022-04-04 v2 机器学习
最优化与控制
应用统计
摘要
风能是最清洁的可再生电力来源之一，有助于应对气候变化的挑战。风电产生能量的缺点之一是安装风电场需要很大的空间；这源于以下事实：在有限区域内布置风力涡轮机将妨碍其产能，因此在经济上不合算。这自然引出了一个优化问题，其具有三个具体挑战：（1）多个冲突目标；（2）计算昂贵的模拟模型；（3）在设计集合而非设计向量上进行优化。第一和第二个挑战可通过使用代理辅助的例如贝叶斯多目标优化来解决。然而，传统的贝叶斯优化无法应用，因为该问题中的优化函数依赖于设计集合而非设计向量。本文扩展了贝叶斯多目标优化的适用性，将其用于基于集合的优化以解决风电场布局问题。我们使用高斯过程中的基于集合的核来量化风电场（具有不同数量涡轮机）之间的相关性。在给定风能和风向数据集上的结果清晰地显示了使用基于集合的贝叶斯多目标优化的潜力。
引用
@article{arxiv.2203.17065,
title = {Wind Farm Layout Optimisation using Set Based Multi-objective Bayesian Optimisation},
author = {Tinkle Chugh and Endi Ymeraj},
journal= {arXiv preprint arXiv:2203.17065},
year = {2022}
}