Noise Steering：用强化学习联合控制风机偏航与功率以兼顾降噪与发电
热点事件持续更新
Noise Steering：用强化学习联合控制风机偏航与功率以兼顾降噪与发电
1 篇报道1 个报道来源18 小时前更新
先了解这件事
AI 综述
Martín de Frutos 等在 arXiv 论文中提出 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，在满足指定区域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仿真中，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为 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%。在更高精度仿真器中部署时，策略在稳态和湍流入流下基本保持性能。
AI 根据报道生成 · 2 小时前更新
最新进展10月27日 17:23
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报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv · cs.AINoise 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
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。
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。