mNARX: a novel surrogate model for wind turbine simulators (HIPERWIND)
Description
Quantifying uncertainties in engineering applications requires repeated evaluations of costly computational models. To address this issue, surrogate models are widely adopted as low-cost alternatives. Despite the development of advanced surrogate modelling techniques, the emulation of time-dependent systems (especially those with high-dimensional inputs) over long time periods, remains a challenge.
One such example is the class of aero-servo-elastic (ASE) wind turbine simulators, which require inputs in the form of turbulence boxes, i.e., spatio-temporal random fields with high spatial dimensionality, and return time series outputs such as blade loads and power production. A single ASE simulation can take several hours, and thousands of evaluations are needed to assess the lifetime performance of wind turbines under highly uncertain wind and wave conditions.
In the context of the European project external pageHIPERWIND we develop a novel surrogate modeling technique called manifold-NARX or mNARX (non-linear auto-regressive with exogenous input) to model complex dynamical systems with high-dimensional inputs, with a focus on offshore wind turbines (external pageDimitrov et al., 2022). mNARX modelling can accurately emulate ASE simulator outputs over long time periods through a combination of dimensionality reduction for managing high-dimensional inputs, and a series of physics-informed NARX models that capture temporal coherence.
Further research is being conducted to exploit mNARX to other engineering applications.
Die Quantifizierung von Unsicherheiten in ingenieurtechnischen Anwendungen erfordert wiederholtes Auswerten kostenintensiver Rechenmodelle. Um dieses Problem zu lösen, werden Ersatzmodelle als kostengünstige Alternativen weit verbreitet eingesetzt. Trotz der Entwicklung fortschrittlicher Ersatzmodellierungstechniken bleibt die Emulation von zeitabhängigen Systemen (insbesondere solchen mit hochdimensionalen Eingaben) über lange Zeiträume eine Herausforderung.
Ein Beispiel hierfür ist die Klasse der Aero-Servo-Elastischen (ASE) Windturbinensimulatoren, die Eingaben in Form von Turbulenzboxen erfordern, d. h. spatio-temporale Zufallsfelder mit hoher räumlicher Dimensionalität, und Zeitreihenausgaben wie Lasten, Spannungen und Stromproduktion liefern. Eine einzelne ASE-Simulation kann mehrere Stunden dauern, und Tausende von Modellauswertungen sind nötig, um die Lebensdauerleistung von Windturbinen unter stark unsicheren Wind- und Wellenbedingungen abzuschätzen.
Im Rahmen des europäischen Projekts external pageHIPERWIND entwickeln wir eine neuartige Ersatzmodellierungstechnik namens Manifold-NARX oder mNARX (nichtlineares autoregressives Modell mit exogenem Eingaben), um komplexe dynamische Systeme mit hochdimensionalen Eingaben zu modellieren, wobei der Schwerpunkt auf Offshore-Windturbinen liegt (external pageDimitrov et al., 2022). Die mNARX-Modellierung kann die Ausgaben des ASE-Simulators über lange Zeiträume genau emulieren, indem sie eine Kombination aus Dimensionsreduktion zur Bewältigung hochdimensionaler Eingaben und einer Reihe von physikbasierten NARX-Modellen verwendet, die zeitliche Kohärenz erfassen.
Weitere Forschung wird durchgeführt, um mNARX auf andere ingenieurtechnische Anwendungen anzuwenden.