研究者提出图信息克里金模型优化风场布局

近期，研究者Zhen-Fan Wang等人在arXiv平台上发表了一项关于风场布局优化的新成果。该团队开发了一个图信息克里金模型（Graph-informed Kriging framework），旨在提升高维布局优化中的样本效率。该框架的核心创新在于将可重用的气动交互信息嵌入到代理平均函数中。通过数值实验验证，在稀疏数据条件下，该模型的AEP预测精度明显优于传统的普通克里金方法。此外，在IEA Wind Task 37基准测试中，该方法仅通过约280次评估便取得了具有竞争力的解决方案。随着技术研究的深入，该模型已扩展应用至48台风机的大规模场景。这一进展证明了其在基于计算流体动力学（CFD）的风场布局设计中的适用性与高效性，为提升风场整体发电效率提供了新的技术路径。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。