基于GA-SVR的永磁同步风电机组多工况噪声预测

【摘要】：以永磁同步风电机组的实测数据样本为例,研究基于遗传算法的支持向量回归(GA-SVR)的噪声预测。开展了永磁同步风电机组的空载、负载及风速变化实验;对不同运行工况下的振动及噪声实测数据进行分析处理,建立了数据样本;以发电机主轴的径向与轴向、齿轮箱高速轴和低速轴径向与轴向的振动值作为输入变量,机组的噪声值作为输出变量,建立了GA-SVR预测模型;通过数据样本训练,验证了该预测模型。研究结果表明,应用GA-SVR预测模型对机组噪声进行预测,能够较精确地获得噪声波动趋势及预测值。将该模型用于风电机组的噪声预测是可行的。 【作者单位】： 新疆大学电气工程学院可再生能源发电与并网技术教育部工程研究中心;
【关键词】： 风电机组 发电机 噪声预测 遗传算法 支持向量机
【基金】：国家自然科学基金项目(51267017,51367015) 高等学校博士学科点专项科研基金课题(20136501120003) 教育部创新团队项目(IRT1285)
【分类号】：TM315
【正文快照】： 0引言随着风电产业的发展,风力发电技术的日趋成熟,风电机组噪声问题逐渐受到国内外科研人员的重视。对风电机组进行噪声预测具有较高的实际应用价值[1]。Tachibana研究并评价了风力发电机组的低频噪声对周边居民生活的影响[2]。吴宏刚通过风电机组噪声信号的研究,分析了噪声

您可以在本站搜索以下学术论文文献来了解更多相关内容

基于GA-SVR的采煤机概念设计模型研究    田琴;杨兆建;丁华;王义亮;

    

基于GA-SVR的汇率预测模型研究及分析    曹定州

基于GA-SVR和改进的网格搜索SVR的话务量预测研究    郭美丽