基于GA-SVR数据融合的风机噪声预测述

作者：余金; 宋新甫; 高明; 张增强; 李海峰

来源：四川电力技术, 2019, 42(01): 57-62.

DOI：10.16527/j.cnki.cn51-1315/tm.2019.01.012

• 风电机组
• 发电机
• 噪声预测
• 遗传算法
• 支持向量机

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。