嘉兴升发云科技有限公司 本次登记的数据知识产权 浮式风机叶片异常声压预测数据, 基于采集的频率（Hz）、距离(m)、幅值(m)、介质密度(kg/m2)及声速(m/s)等关键参数，可精确计算风机叶片在运行过程中的气动噪声声压值。通过对比预设的气动噪声阈值区间，能够有效识别叶片是否存在异常噪声（如湍流分离、翼型失速或结构损伤）。该技术可实时预警潜在故障，显著提升风电机组运行安全性，并为叶片维护策略提供数据支撑，从而保障风电场的稳定高效发电。1.数据搜集：搜集到浮式风机叶片运行的声学振动信号数据，并将其作为特征变量。同时，收集对应的声压数据，作为目标变量。2.预处理：利用归一化公式x=（xi-min）/（max-min）；其中xi是样本字段中第i条数据(xi代表频率 (Hz)、距离 (m)、幅值 (m)、介质密度 (kg/m2)、声速 (m/s))，x是归一化后的值；3.模型训练：用Python语言环境运行，方法为XGBoost算法，预测浮式风机叶片的声压。XGBoost的目标函数由两部分组成：损失函数和正则化项。损失函数用于衡量模型预测值与实际值之间的差异，而正则化项则用于控制模型的复杂度，防止过拟合。公式如下：F(x）=求和L（yi，y^i）+求和（m(f(k))），其中L（yi，y^i）表示第i个样本的损失函数，yi是实际值，y^i是预测值；m(f(k))表示第 k 棵树的复杂度。当损失函数F（x）最小化时则停止迭代过程，在此过程中y^i预测值是通过特征函数进行求解的，具体计算方式如下：通过对于目标函数的求导，紧接着并令导数等于0，从而解出叶子节点的最优分数。通过不断地选择最优分裂点并构建树结构，XGBoost最终可以得到一棵最优的树模型。然后，将多棵树模型的预测结果进行累加，即可得到最终的预测值。4.模型迭代和更新，利用交叉验证来评估模型的稳定性和性能，其中交叉验证公式如下：m=求和（yi-y^i）/N；其中m代表交叉验证误差、N代表数据样本的数量、yi代表第 i 个样本的实际观测值、y^i代表第 i 个样本的模型预测值。若满足交叉验证的误差范围则退出迭代过程，输出模型参数值。5.结果分析，当声压值的绝对值在[0,25]之间时，判定为声压稳定，当大于25时候，判定为声压异常。
登记内容：
关于 嘉兴升发云科技有限公司 , 嘉兴升发云科技有限公司是一家专注于云计算服务与解决方案的高新技术企业，致力于提供安全、高效的云服务。该公司业务覆盖云存储、云计算、大数据分析等领域，助力企业数字化转型。
关于 浙江省数据知识产权登记平台 , 浙江省数据知识产权登记平台是一个专门用于登记和管理数据知识产权的官方平台。该平台允许企业和个人申请登记其数据知识产权，包括专利分类数据、客户价值评估数据等。平台提供公告功能，展示已登记、放弃或撤销的数据知识产权信息，并提供详细的申请人、申请时间和更新信息。
_1769672084863.jpg)