基于BP_Adaboost算法的风电机组叶片结冰检测

• 作者: 董健 柳亦兵 滕伟 马志勇
• 来源期刊: 可再生能源
• 关键词: BP_Adaboost 风电机组 叶片结冰 机器学习
• 年，卷（期）: 2021,（5）
• 页码范围: 632-636
• 页数: 5页
• 分类号: TK83
• 语种: 中文
• DOI: 10.3969/j.issn.1671-5292.2021.05.010

摘要

精准预测冬季风电机组是否处于叶片结冰状态成为亟待解决的技术难题.Adaboost算法具有预测精度高、可使用简单弱分类器等优点.文章在传统BP神经网络算法的基础上,提出了 BP_Adaboost算法精准预测风电机组是否处于叶片结冰状态.首先,将SCADA历史监测的相关信息进行重采样;其次,运用BP_Adaboost算法对叶片状态进行预测;最后,选择6台风电机组的历史数据进行实验验证.实验结果表明,由BP_Adaboost算法构建的强分类器在检测风电机组是否处于叶片结冰故障时,比BP神经网络构成的弱分类器平均得分高12％左右.BP_Adaboost算法已在部分风电场进行了实际应用.