arXiv · cs.AI· Martín de Frutos·· 19 小时前AI 评分17
Noise Steering：通过强化学习实现噪声约束下的风电场尾流与噪声指向协同控制
Noise Steering: Exploiting Wake Steering and Acoustic Directivity for Noise-Constrained Wind Farm Control via Reinforcement Learning
来源与原文
arXiv · cs.AI
作者：Martín de Frutos
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.36888v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出 Noise Steering，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值，在满足局部噪声约束的同时最大化风电场功率，并借助低精度声学模型与稳态 FLORIS 仿真器降低训练成本。在六风机测试风电场上，该策略在整个湍流风况范围内满足 40 dB 噪声约束，相对贪心无约束控制的平均功率损失仅 2%（高风速下最高 7.7%），而行业标准降噪运行（NRO）基线平均损失达 17%。在更高精度的仿真器中部署时，策略在稳态和湍流入流下基本保持性能。
来源：arXiv · cs.AI · arxiv.org