基于数据融合的风电机组噪声预测

• 作者: 余金 常鹏 张智勇 徐其丹 李阳
• 来源期刊: 应用声学
• 学科: 工学
• 关键词: 风力发电 噪声预测 多源数据融合 支持向量机回归 遗传算法
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 研究报告
• 页码范围: 956-962
• 页数: 7页
• 分类号: TM614
• 字数: 3674字
• 语种: 中文
• DOI: 10.11684/j.issn.1000-310X.2018.06.018

摘要

根据风电机组噪声信号检测复杂的情况,研究风电机组非声学参数的信息熵特征,对机组噪声进行多源数据融合预测.分析基于信息熵的非声学参数的特征提取方法,并对传统的基于遗传算法的支持向量机回归的缺陷提出改进,结合实际应用的非声学参数的信息熵特点平衡遗传算法(GA)的终止条件.通过统计分析完成了输入变量的筛选,去除了对预测影响较大的共线性因素,并实现了输入降维提高预测精度和速率.最后应用数据的信息熵特征,训练改进的遗传算法的支持向量机回归,建立最终的多源数据特征级融合预测模型.通过对比表明基于多源数据融合的预测方法精度最高,预测结果的相对误差平均值为0.7757％,具有实际可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李阳	国网新疆电力有限公司经济技术研究院	14	11	2.0	2.0
2	余金	国网新疆电力有限公司经济技术研究院	5	4	2.0	2.0
3	常鹏	国网新疆电力有限公司经济技术研究院	3	2	1.0	1.0
4	徐其丹	国网新疆电力有限公司经济技术研究院	3	2	1.0	1.0
5	张智勇	喀什大学物理与电气工程学院	3	2	1.0	1.0