强化学习风电场噪声控制策略提出
热点事件持续更新
强化学习风电场噪声控制策略提出
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月28日,arXiv Systems and Control 与 Engineering Energy 刊出 Martín de Frutos 等作者的报道,提出名为 Noise Steering 的无模型强化学习策略,联合控制风机偏航角与功率设定点,目标是在满足指定区域噪声约束的同时最大化风电场发电量。报道称,在六风机测试风场上,该策略在全部湍流风速范围内满足 40 dB 噪声约束,相对无约束贪心控制平均功率损失仅 2%,高风速下为 7.7%;而行业标准降噪运行(NRO)基线平均损失 17%。报道还称,策略部署到更高保真仿真器后,在稳态与湍流来流下基本保持性能。上述结果均为该报道所述,尚待更多独立验证。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
Noise Steering:用强化学习联合控制偏航与功率,兼顾风电场噪声约束与发电报道时间线
沿着报道,了解事件的不同侧面。
10月28日
- arXiv Systems and Control · Engineering EnergyNoise Steering:用强化学习联合控制偏航与功率,兼顾风电场噪声约束与发电
Noise Steering 是一种无模型强化学习策略,联合控制风机偏航角与功率设定点,在满足指定区域噪声约束的同时最大化风电场发电量。在六风机测试风场上,该策略在全部湍流风速范围内满足 40 dB 噪声约束,相对无约束的贪心控制平均功率损失仅 2%,高风速下为 7.7%,而行业标准降噪运行(NRO)基线平均损失 17%。策略部署到更高保真仿真器后,在稳态与湍流来流下基本保持性能。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。