本文關鍵詞：結(jié)合回歸分析與改進GA-SVR的風機噪聲預測

  更多相關文章： 風電機組 噪聲預測 回歸分析 支持向量機 遺傳算法

【摘要】：針對風電機組噪聲測量過程復雜的狀況,研究IEC 61400-11風電機組噪聲測量標準,提出用非聲學參數(shù)對機組噪聲的A計權聲壓級進行預測。分析基于遺傳算法的支持向量機回歸(GA-SVR)的不足并提出改進措施,結(jié)合實際情況平衡了遺傳算法(GA)的終止條件,針對樣本特性會影響SVR預測精度的問題,提出采用回歸分析對樣本特性進行處理。應用統(tǒng)計軟件SAS完成了基于回歸分析的變量篩選,去除了變量間的共線性并實現(xiàn)了降維;再通過異常點診斷,剔除了數(shù)據(jù)中的強影響點;最后將處理后的樣本引入改進的GA-SVR建立預測模型。通過實測的風電場數(shù)據(jù),應用回歸分析、改進的GA-SVR及兩者結(jié)合的方法進行了噪聲預測,其中結(jié)合預測的方法精度最高,其預測結(jié)果的相對誤差平均值僅為0.775 7%,具有實際可行性。
【作者單位】： 新疆大學電氣工程學院;可再生能源發(fā)電與并網(wǎng)技術教育部工程研究中心;
【基金】：高等學校博士學科點專項科研基金資助項目(20136501120003) 教育部創(chuàng)新團隊基金資助項目(IRT1285) 國家自然科學基金資助項目(51267017)
【分類號】：TM315
【正文快照】： 隨著風電產(chǎn)業(yè)的快速發(fā)展,作為風電機組選擇和風電場選址重要指標的噪聲,逐漸受到國內(nèi)外研究人員的重視[1]。Kuwano等[2]研究了風電機組所產(chǎn)生的噪聲對周邊居民生活的影響。吳宏剛[3]針對風電機組噪聲信號所包含的機組運行信息,對噪聲參數(shù)聲壓級進行了研究。Son等[4]針對噪聲制

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 章政;王曉佳;;基于最小一乘的GA-SVR用電量預測[J];電子科技大學學報(社科版);2013年06期

，

本文編號：1232462