文献

J-GLOBAL ID：202102275917982125   整理番号：21A1140950

機械学習に基づくモノパイル風車タワーのデータ駆動構造制御【JST・京大機械翻訳】

Data-driven Structural Control of Monopile Wind Turbine Towers Based on Machine Learning

著者 (3件)： Zhang Jincheng (School of Engineering, University of Warwick, Coventry, UK) ,  Zhao Xiaowei (School of Engineering, University of Warwick, Coventry, UK) ,  Wei Xing (School of Engineering, University of Warwick, Coventry, UK)
資料名： IFAC PapersOnLine  (IFAC PapersOnLine)
巻： 53  号： 2  ページ： 7466-7471  発行年： 2020年 
JST資料番号： W3101A  ISSN： 2405-8963  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,ナセルにあるアクティブ同調質量ダンパ(TMD)を用いて,機械学習アプローチに基づくモノパイル風車タワーのデータ駆動構造制御を研究した。適応動的計画法(ADP)アプローチを採用して,現代の大規模機械学習プラットフォームTensorflowに関して誘導される最適制御装置を得た。提案したネットワーク構造は,3つの単純な3層ニューラルネットワーク(NN),すなわち,プラントネットワーク,批判ネットワーク,および行動ネットワークを含む。プラントネットワークを用いて構造システムの完全非線形力学を捉え,一方,動作ネットワークを用いて最適制御装置を近似した。それらの訓練は,全ネットワークを通して流れる勾配情報を必要とする。自動識別は,すべての勾配誘導のために本論文において使用して,それは複雑な実際的問題を解決する際に採用したADPアルゴリズムの能力を大いに改良した。モノパイルタービン塔の構造制御のシミュレーション結果は,平均でアクティブTMDがパッシブTMD上の塔疲れ負荷低減に関して15%の性能改善を達成し,小さな有効電力消費(タービンの公称発電の0.24%以下)を有することを示した。そのうえ,制御装置設計は制御性能と電力消費の間のトレードオフを考慮する。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  シミュレーション ,  動的計画法 ,  ネットワーク ,  発電 ,  電力消費 ,  ニューラルネットワーク ,  *風車 ,  ネットワーク構造 ,  有効電力 ,  塔状構造物 ,  タービン ,  非線形力学 ,  *機械学習
準シソーラス用語： *データ駆動 , 【Automatic Indexing@JST】

著者キーワード (5件)： 適応動的計画法 ,  強化学習 ,  ニューラルネットワーク ,  浮遊風車 ,  アクティブ構造制御

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 機械学習 ,  パイル ,  風車タワー ,  データ駆動 ,  構造制御