人工智能技术在新一代风电空气动力学领域的应用进展OA

新一代风电技术正加速向大型化、柔性化、智能化与协同化方向演进,传统空气动力学研究方法在精度、效率与适应性方面面临严峻挑战。人工智能(artificial intelligence,AI)技术因其强大的高维非线性映射与数据驱动建模能力,正逐步重塑风电领域的研究路径。本文系统综述了AI在风力机叶片气动性能预测、气动外形优化设计、整机气弹建模、海上风电多物理场耦合、风电场流场建模与协同控制等方面的应用研究进展。结果表明,AI在提升计算效率、融合多源异构数据、构建高保真代理模型及实现自适应控制等方面展现出显著优势,正推动风电空气动力学研究从传统“经验/数值驱动”向“数据-物理协同驱动”转变。然而,当前AI应用仍面临高质量训练数据稀缺、模型跨工况泛化能力不足、实时性与计算复杂度难以兼顾,以及在复杂物理场景中缺乏物理一致性约束等问题。未来亟需突破纯数据驱动范式,向物理可解释、多场耦合方向发展,尤其需在海上风电与大型风电基地集群协同等复杂系统中,构建以“AI-物理协同”为特征的新一代风电多学科研究范式,为风电系统的高效、安全与智能化发展提供理论支撑与方法论基础。本综述可为AI技术在风电空气动力学中的深入研究或应用提供参考切入点。