尾流预测CGAN模型

平均相对误差5%

融合transformer的条件生成对抗网络，能够根据入流风速与湍流场快速预测不同偏航条件下的三维尾流，兼顾效率与精度。

Li, Hang · Qingshan, Yang · 李天

Energy 2024

参数信息

尾流速度平均绝对相对误差

5.0 %

湍流强度平均绝对相对误差

7.27 %

技术优势

预测速度快

模型基于深度学习，推理时无需迭代求解，可快速生成三维尾流场，相比数值模拟大幅节省时间。

精度媲美数值模拟

在多种入流条件下，模型预测的尾流速度平均绝对相对误差低至5.0%，湍流强度误差7.27%，与数值模拟结果吻合良好。

应用场景

• 风电场功率预测：快速获得尾流速度场以估计各风机功率输出。
• 风电场布局优化：通过快速评估不同布局的尾流影响，优化风机间距与排列。
• 偏航控制策略：预测不同偏航角下的尾流偏转，辅助制定偏航控制策略。
• 多风机协同控制：为多风机协同控制提供实时尾流信息，提高整体发电量。