Maskininlärning optimerar underhållsstopp för vindkraftverk

arXiv cs.AI

Forskare har tränat ett neuralt nätverk på väderdata för att förutsäga effektuttaget från havsbaserade vindkraftverk – med ett R²-värde på 0,98 jämfört med 0,94 för en enklare regressionsmodell. Det praktiska tricket är att modellen bara använder data från en närliggande väderstation, vilket gör den enkel att återanvända för andra vindkraftverk på nya platser. I ett simulerat scenario identifierade modellen optimala 4-timmarsperioder för underhåll och sparade ungefär 2 000 kW per underhållstillfälle.