基于回归分析与BP神经网络的风机噪声预测.pdfVIP

第33卷 第6期 噪 声 与 振 动 控 制 49 文章编号：1006—1355(2013)06—0049-04 基于回归分析与BP神经网络的风机噪声预测 程 静L，王维庆 ，何 山 (1．新疆大学 电气工程学院，乌鲁木齐 830047； 2．可再生能源发电与并网技术教育部工程研究中心，乌鲁木齐 830047) 摘 要：针对能源问题和风力发电机组噪声检测过程复杂的现状，研究IEC61400．11风力发电机组噪声测量技术 标准，提出一种回归分析和BP神经网络相结合的方法，对风电机组噪声的A计权声压级进行预测。由风电现场采集 的数据建立多元线性回归方程，求取回归系数，分析简化后，用较少的输入量训练BP神经网络，建立机组的噪声预测 模型。将模型应用于新疆某风电场的实际测试过程中，效果良好，验证该方法的可行性和有效性。 关键词：声学：风力发电；噪声预测；回归分析；BP神经网络 中图分类号：TB522；O241．5 文献标识码：A DOI编码：10．3969／j．issn．1006．1335．2013．06．011 NoisePredictiOnofW indTurbinesBasedonRegressionAnalysis andBPNeuralNetwork CHENG Jing ，WANG Wei-qing HE Shah (1．CollegeofElectricEngineering，Xi~iangUniversity,Urumqi830047，China； 2．EngineeringResearchCenterofEducationMinistryforRenewableEnergyPowerGeneration andGridTechnology,Urumqi830047，China) - Ab8眦 ：Aimingatthecomplicatedprocessofwindturbinenoisedetection．theIEC61400-11technologystandardfor noisemeasurementwasstudied，andakindofforecastingmehtodcombiningregressionanalysiswiht BPneuralnetwork wasputforward．TheA—weightedsoundpressurelevelofwindturbinenoisewasforecasted．Themulti-variablelinear regression equationwasestablishedaccordingtohtein-siut collectednoisedata，na dhterergession coefficientswere obtained．Thenhtesimplifiedequationwasusedtotrain theBPneuralnetworkwiht lessinputdata．Finally,thenoise predictionmodelwasestablished．ThismodelwasappliedtonoisemeasurementinawindfarminXinjinagefficiently．And htefeasibilityandeffectivenessofhtismehtodwasverified． Key 8：acoustics；windutrbinegeneration；noiseprediction；rergessionanalysis；BPneuralnewtork 随着能源和环境因素的影响，发展新能源和可 境友好型能源。但实际上，风电机组运行过程 再生能源成为当今世界瞩 目的焦点。风能作为可再 中产生的辐射噪声，给风电场周围的居民带来了持