变电站噪声智能预测及其主动控制
2014-06-08姜鸿羽马宏忠姜宁李凯
电工电能新技术 2014年9期
姜鸿羽,马宏忠,姜宁,李凯
(1.河海大学能源与电气学院,江苏南京211100; 2.江苏省电力公司南京供电公司,江苏南京210008)
变电站噪声智能预测及其主动控制
姜鸿羽1,马宏忠1,姜宁2,李凯2
(1.河海大学能源与电气学院,江苏南京211100; 2.江苏省电力公司南京供电公司,江苏南京210008)
针对变电站噪声有源控制技术中存在的算法性能较差和易受周边环境影响的问题,本文利用人工神经网络、小波技术及遗传算法对该技术进行改进。首先结合小波技术和人工神经网络来预测噪声控制系统的参考输入信号,然后根据小波去噪原理滤除进入误差传感器的混合噪声中由周边环境引起的高频干扰噪声,并将剩余噪声反馈至系统控制器中,最后利用遗传算法优化控制器中小波神经网络的参数,实现变电站噪声的最佳控制。对变电站内变压器振动和噪声数据进行仿真,结果表明改进后的方法有效地提高了系统的噪声跟踪速度、降噪量及稳定性,可以使变电站降噪达到满意的效果。
变电站噪声;噪声预测;小波神经网络;遗传算法
1 引言
随着变电站与居民生活区距离的缩短,变电站的噪声污染已经对居民的正常生活产生了不可忽视的影响。变电站噪声主要源于大型变压器运行产生的低频噪声[1],但传统的被动噪声控制技术只对中、高频噪声有效,对低频噪声的控制效果并不理想[2]。为了有效地控制低频噪声,国内外许多学者将自适应有源噪声控制技术应用于变压器噪声抑制问题。……
登录APP查看全文
