风能正成为全球的主要能源之一。风力机在将风的动能转化为电能的过程中，涉及了从叶片边界层、风力机尾流到大气边界层等不同尺度的流动。准确考虑这些流动的影响，对于设计风力机和风电场至关重要。然而，这些流动所具有的多尺度特性和复杂性使得这一任务变得非常困难。近年来，研究人员通过计算机模拟、实验室和实地测量生成了很多数据。机器学习能够帮助科研人员从这些数据中提取有效信息，用以推测风特性、风力机和风电场的状态。
本专题旨在提供一个论坛，以供学者们交流机器学习方法在风能流体力学研究中应用的最新进展。
关键词：风能；风电场；功率预测；尾流模型；布局优化；协同控制
专题截稿日期：2023年10月1日
向本专题投稿并被接受文章的作者，可享受文章出版费（APC）5折的优惠。
毕业院校：理学学士（2004，兰州大学），理学硕博（2010，中国科学院力学研究所）
研究方向：工程湍流的模型与计算方法，风电场湍流物理，血液流动
科研成果及任职：以大规模并行计算和机器学习方法为主要手段，发展了分离流的数据驱动大涡模拟壁模型、未解析流动的参数化模型，研究风力机尾迹大尺度湍流结构的生成、演化机理与相似准则。主持并参与完成多项国家自然科学基金项目。
任职：中国科学院力学研究所研究员
毕业院校：机械工程博士（2015，洛桑联邦理工学院 (EPFL)，瑞士洛桑）
研究方向：大涡模拟、数据驱动建模、机器学习、不确定性量化、风电场建模、优化和控制
科研成果及任职：2015年“模拟风电场对天气和气候模型的影响”研究论文被《今日物理》评为杰出研究论文，2015年获得最佳EPFL EDME（力学博士课程）论文奖
任职：奥胡斯大学机械与生产工程系副教授
Theoretical and Applied Mechanics Letters（TAML，Impact Factor 3.4 · CiteScore 4.4）
是由中国力学学会出版的亚洲第一本快报类力学英文期刊，于2013年正式成为国际理论与应用力学联合会（IUTAM）下属的北京国际力学中心（BICTAM）的官方出版物。TAML定位“新、短、快”（发表周期控制在60天内），以最快的速度发表国内外力学及相关学科作者的最新研究成果及新思想，为读者提供最快了解力学最新国际前沿的渠道。期刊发表内容涵盖固体力学、流体力学、动力学与控制等力学经典分支及其新型交叉学科如生物力学、多尺度力学、环境力学等新兴学科。TAML已被ESCI、Scopus、DOAJ等多个数据库收录。
ISSN:2095-0349
CiteScore：4.4
影响因子：3.4
扫码查看期刊主页
爱思唯尔是全球领先的信息分析公司，帮助科学家和临床医生发现新的答案、重塑人类知识并应对最急迫的人类危机。140年来，我们携手全球科研界，管理和验证科学知识。并将这种严谨标准延续到了我们今日新一代的信息平台。爱思唯尔在战略研究管理、研发表现、临床决策支持和专业教育领域提供数字化解决方案和工具，包括ScienceDirect、Scopus、SciVal、ClinicalKey 和Sherpath。爱思唯尔出版超过2700部数字化期刊，如The Lancet《柳叶刀》和Cell《细胞》， 42000多种电子书籍以及诸多经典参考书，如Gray’s Anatomy《格氏解剖学》。爱思唯尔是励讯集团（RELX）的成员之一，励讯集团为全球专业人士和商业客户提供科学、医疗、法律和商业领域信息分析服务及解决方案。更多信息，欢迎访问爱思唯尔中文官方网站：www.elsevier.com
