WakeNet Dataset

Dataset used to train WakeNet, a framework for neural networks to predict wind turbine wakes. Details of the model can be found in Asmuth and Korb (2022, doi:10.1088/1742-6596/2265/2/022066). The model itself is available at https://source.coderefinery.org/wind_energy_uu/wakenet. Please cite doi:10.1088/1742-6596/2265/2/022066 when using this dataset. The data consists of 900 simulations of a single NREL 5MW turbine in different turbulent inflow conditions. Turbine height, inflow velocity, turbulence intensity, shear and tip-speed ratio is varied. Turbulence is imposed by Mann turbulence. Data consists of cross stream planes of mean velocity and Reynolds stresses. The first plane is 1 diameter upstream of the turbine and then there is a plane every D/4 up to 10D downstream of the turbine. Data is provided as vkt image files (.vti), so further parameters of the cases are provided in the header of the files. Each plane is 6Dx6D. Information about turbine location etc. can be found in the file actuator.dict

本数据集用于训练WakeNet——一款用于预测风力机尾流的神经网络框架。该模型的详细信息可参见Asmuth与Korb（2022年，DOI：10.1088/1742-6596/2265/2/022066）。模型源代码可通过以下链接获取：https://source.coderefinery.org/wind_energy_uu/wakenet。使用本数据集时，请引用上述DOI对应的文献。本数据集包含900组模拟结果，对应单台NREL 5MW风力机在不同湍流入流条件下的运行工况。实验中调整的参数包括风力机高度、入流风速、湍流强度、风切变以及叶尖速比。湍流场采用Mann湍流模型生成。数据集包含平均速度与雷诺应力的横流平面模拟数据。第一个采样平面位于风力机上游1倍叶轮直径（D）处，后续每隔D/4设置一个采样平面，直至风力机下游10D位置。所有采样平面的尺寸均为6D×6D。数据以VTK图像文件（.vti）格式存储，各工况的附加参数可在文件头中获取。各工况的风力机位置等详细信息可查阅actuator.dict文件。

搜集汇总

背景与挑战

背景概述

WakeNet数据集是一个用于训练神经网络框架WakeNet的数据集，旨在预测风力涡轮机尾流。它包含900个模拟，基于单个NREL 5MW涡轮机在不同湍流流入条件下的数据，变量包括涡轮高度、流入速度等，并以.vti文件形式提供平均速度和雷诺应力的横流平面信息。数据集专注于风能研究，适用于尾流模拟和大涡模拟（LES）应用。