摘要： 
文章通过长期测量实验，基于测量数据开发人工神经网络（ANN）模型，预测叶片通过频率水平和宽带次声噪声，并能够在很大范围的大气条件下区分风电机组发出的宽带入流噪声和圆顶防风罩下剩余的麦克风引起的风噪声。通过人工神经网络推导气象和湍流参数与风电机组发射的次声成分之间的物理关系。最后指出次声产生的主要预测因子是平均风速、湍流强度和湍流垂直热通量。 阅读全文
文章通过长期测量实验，基于测量数据开发人工神经网络（ANN）模型，预测叶片通过频率水平和宽带次声噪声，并能够在很大范围的大气条件下区分风电机组发出的宽带入流噪声和圆顶防风罩下剩余的麦克风引起的风噪声。通过人工神经网络推导气象和湍流参数与风电机组发射的次声成分之间的物理关系。最后指出次声产生的主要预测因子是平均风速、湍流强度和湍流垂直热通量。 阅读全文