基于GA-SVR数据融合的风机噪声预测述

• 作者: 余金 宋新甫 张增强 李海峰 高明
• 来源期刊: 四川电力技术
• 学科: 工学
• 关键词: 风电机组 发电机 噪声预测 遗传算法 支持向量机
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 新能源发电技术研究
• 页码范围: 57-62
• 页数: 6页
• 分类号: TM614
• 字数: 3436字
• 语种: 中文

摘要

研究风电机组振动噪声特性对机组工况判别及故障诊断的意义,以永磁同步风电机组为例,建立基于遗传算法的支持向量回归(GA-SVR)的多源数据融合振动噪声预测模型.采集机组空载、负载及变化风速不同运行工况下的振动、噪声数据,基于信息熵理论处理后建立样本数据,并选择发电机主轴纵横两个方位、齿轮箱高速轴和低速轴纵横两个方位的振动数据为模型输入变量,机组的噪声数据为模型输出变量,建立GA-SVR特征级融合预测模型,以实测数据验证预测模型.结果表明,该预测模型在机组噪声预测应用中,能得到较精确的噪声波动趋势及预测值,具有实际应用可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张增强	国网新疆电力有限公司经济技术研究院	31	32	3.0	4.0
2	宋新甫	国网新疆电力有限公司经济技术研究院	42	77	4.0	7.0
3	高明	国网新疆电力有限公司经济技术研究院	5	6	1.0	2.0
4	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