Kontakt
Allmandring 5b
70569 Stuttgart
Deutschland
Raum: 1.37
Sprechstunde
Nach Vereinbarung
Fachgebiet
Herr Dexing Liu entwickelt KI-gestützte Digital-Twin-Technologien für Windparks mit dem Ziel, komplexe Betriebsdaten in konkrete, wertschaffende Steuerungsentscheidungen zu übersetzen, die sowohl die Leistung als auch die Lebensdauer von Anlagen verbessern. Seine Arbeit verbindet maschinelles Lernen, physikbasierte Modellierung, Dimensionsreduktion, Compressed Sensing sowie die Integration von Wind-LiDAR, um Lasten vorherzusagen, Anströmungsbedingungen zu rekonstruieren und den Windparkbetrieb in Echtzeit zu optimieren.
Aufbauend auf Forschungsprojekten wie OWEA Loads, VAMOS und FlexiWind entwickelt er einen praxistauglichen Digital Twin für Windparks, der die Betriebs- und Regelungsoptimierung von der einzelnen Windenergieanlage auf den gesamten Windpark und die gesamte Flotte ausweitet. Ziel ist es, Betreibern zu helfen, den Energieertrag zu steigern, Ermüdung und Wartungsrisiken zu reduzieren und eine flexiblere, lebensdauerorientierte Betriebsführung zu ermöglichen. Seine Forschung bildet damit die Grundlage für skalierbare Digital-Twin-Produkte, die intelligente Derating-Strategien, wake-bewusste Regelung und datengetriebene Optimierung über ganze Offshore-Windparks hinweg ermöglichen.
- Liu, D., Ruck, N., & Cheng, P. W. (in press). A scalable surrogate framework for turbine and substructure fatigue assessment in flexible wind farm operation. Journal of Physics: Conference Series (TORQUE 2026).
- Liu, D., Ruck, N., & Cheng, P. W. (2025). Deep learning approaches for offshore wind turbine load prediction: A comparative study using simulation, measurement, and transfer learning. Journal of Physics: Conference Series, 3131(1), 012030. https://doi.org/10.1088/1742-6596/3131/1/012030
- Liu, D. Ruck, N. Cheng, P.W. (2025). Assessment of Deep Learning Models for Turbine Load Prediction Using Alpha Ventus Wind Farm Data. Presented at EERA DeepWind 2025 Conference, Trondheim, Norway. SINTEF. https://www.sintef.no/globalassets/project/eera-deepwind-2025/presentasjoner/3c-operation-and-maintenance_liu.pdf
- Costa, F.; Giyanani, A.; Liu, D.; Keane, A.; Ratti, C.A.; Clifton, A. An Ontology for Describing Wind Lidar Concepts. Remote Sens. 2024, 16, 1982. https://doi.org/10.3390/rs16111982
- Özinan, U., Liu, D., Adam, R., Choisnet, T., & Cheng, P. W. (2022). Power curve measurement of a floating offshore wind turbine with a nacelle-based lidar. Journal of Physics: Conference Series, 2265(4), Article 4. https://doi.org/10.1088/1742-6596/2265/4/042016
Wind Turbine Design, OpenFAST seminar
Seit 2020 wissenschaftlicher Mitarbeiter am Stuttgarter Lehrstuhl für Windenergie (SWE)
2018 - 2019 Entwicklungsingenieur am MaREI Center, Irland
2014 - 2018 Entwicklungsingenieur im Forschungszentrum von Zhejiang Windey Co.,Ltd, China
2011 - 2014 Studium der Hafen-, Küsten- und Offshore-Technik an der Dalian Ocean University, China