基本信息:
- 专利标题： 一种基于聚类分析和神经网络的风电噪声评价方法
- 专利标题（英）：Wind power noise evaluation method based on clustering analysis and neural network
- 申请号：CN201510920434.8 申请日：2015-12-11
- 公开(公告)号：CN106873359A 公开(公告)日：2017-06-20
- 发明人： 马晓晶 , 王文卓 , 薛扬 , 王瑞明 , 陈晨 , 李少林 , 孙勇
- 申请人： 中国电力科学研究院 , 国家电网公司 , 中电赛普检验认证(北京)有限公司 , 中电普瑞张北风电研究检测有限公司
- 申请人地址： 北京市海淀区清河小营东路15号; ; ;
- 专利权人： 中国电力科学研究院,国家电网公司,中电赛普检验认证(北京)有限公司,中电普瑞张北风电研究检测有限公司
- 当前专利权人： 中国电力科学研究院,国家电网公司,中电赛普检验认证(北京)有限公司,中电普瑞张北风电研究检测有限公司
- 当前专利权人地址： 北京市海淀区清河小营东路15号; ; ;
- 代理机构： 北京安博达知识产权代理有限公司
- 代理人： 徐国文
- 主分类号： G05B13/02
- IPC分类号： G05B13/02
摘要：
本发明涉及一种基于聚类分析和神经网络的风电噪声评价方法，所述方法包括下述步骤：风电机组噪声测试；风电机组主控制系统数据收集和验证；数据聚类分析；BP神经网络模型训练；得出噪声评价结果。本发明所采用的风电噪声评价方法简化测试流程，充分利用风电机组SCADA系统运行数据，采用神经网络模型对噪声进行预测，实现经济高效的风电场噪声评价。
摘要（英）：
The invention relates to a wind power noise evaluation method based on clustering analysis and a neural network. The method comprises the following steps of testing a wind turbine generator noise; collecting and verifying wind turbine generator main control system data; carrying out data clustering analysis; training a BP neural network model; and acquiring a noise evaluation result. By using the wind power noise evaluation method, a test flow is simplified, wind turbine generator SCADA system operation data is fully used, the neural network model is used to predict the noise and economic and high-efficient wind power plant noise evaluation is realized.
公开/授权文献:
- CN106873359B 一种基于聚类分析和神经网络的风电噪声评价方法 公开/授权日：2020-09-15
IPC结构图谱:
| G | 物理 |
| --G05 | 控制；调节 |
| ----G05B | 一般的控制或调节系统；这种系统的功能单元；用于这种系统或单元的监视或测试装置 |
| ------G05B13/00 | 自适应控制系统，即系统按照一些预定的准则自动调整自己使之具有最佳性能的系统 |
| --------G05B13/02 | .电的 |