美国正在加紧计划大幅增加海上风电发电量，预计到 2030 年新增装机容量为 30 吉瓦，到 2050 年总装机容量达到 110 吉瓦。但要想成功，该国需要设计出能够抵御热带风暴挑战的涡轮机。

“业界尚未完全了解极端天气对海上风力涡轮机的影响，”作者王嘉莉说。“制造商根据国际设计标准设计风力涡轮机，但需要更好的模型和数据来研究极端天气的影响，以指导和修订设计标准。”

在《可再生和可持续能源杂志》上发表的一篇综合评论中，王和阿贡国家实验室、美国国家科学会国家大气研究中心、美国国家可再生能源实验室、密歇根理工大学和太平洋西北国家实验室的同事们对热带风暴观测技术的发展前景进行了批判性分析。他们还回顾了使用人工智能和机器学习的先进物理建模和数据驱动模型。

王教授表示：“传统方法无法准确预测极端天气事件的强度。在回顾了最新技术和方法后，我们需要在天气数据、整个风力发电场和单个风力涡轮机之间建立桥梁。”

例如，国际电工委员会制定的海上风力涡轮机标准没有考虑极端天气对涡轮机影响的复杂性，但它们可以从各种新技术和数据共享合作所带来的可靠数据中受益。

作者指出，先进的建模技术正在迅速发展，例如深度神经网络，它使用超分辨率技术将现有区域数据缩小为点尺度数据。另一个关键进步是使用机器学习方法进行动态暖势预测，这可以更好地预测风暴的强度。

“我们需要能够解决极小规模问题的模型，例如了解从一个涡轮机到另一个涡轮机时发生了什么，”王说。“能够自动扫描某个区域的卫星和其他遥感技术在极端天气条件下很有用，但它们的准确性可能会受到大雨的影响，而且它们无法提供转子高度等多个高度的风信息。”

作者指出，实施反映不同尺度上多种风暴效应复杂相互作用的数据对于更新模型和涡轮机设计标准非常重要，同时了解气候变化对风暴预测的影响也很重要。

王说：“强风和海浪都具有破坏性，因为海浪会产生能量，进而推动洋流。风、海浪和洋流这三个组成部分可能来自不同的方向，也可能流向不同的方向。这被称为错位，会使涡轮机更容易受损。”