من الضروري تحسين أداء نظام التوجيه في توربينات الرياح الديناميكي في سيناريوهات متعددة. بناءً على ذلك، تم اقتراح إستراتيجية تحكم تنبؤية نموذجية لنظام التوجيه في توربينات الرياح تعتمد على التعلم المعزز، من خلال خوارزمية تدرج السياسة الحتمية العميقة ذات التأخير المضاعف (TD3) لتحقيق تحسين ديناميكي متعدد الأهداف للمعلمات. أولاً، تم إنشاء متحكم تنبؤي نمطي متعدد الخطوات لنظام التوجيه (yaw model predictive control، YMPC) مع التركيز على هدفين متناقضين للتحكم وهما معدل فقدان الطاقة واستخدام منفذ التوجيه؛ ثانياً، تم تصميم حالة الإدخال والإجراءات وآلية المكافأة لوكيل TD3 الذكي بما يتناسب مع أهداف تحسين نظام التوجيه وخصائص الرياح، مما يتيح استخدام وكيل TD3 لضبط معاملات الوزن وخطوة التحكم في YMPC؛ وأخيراً، تم التحقق من فعالية هذه الطريقة باستخدام بيانات يوم نموذجي من مزارع الرياح في شمال الصين. أظهرت النتائج أن الاستراتيجية المقترحة حسنت بشكل ملحوظ الأداء الشامل لنظام التوجيه مقارنة بطريقة YMPC ذات المعلمات الثابتة.

توربينات الرياح;نظام التوجيه;التعلم المعزز;معلمات التحكم