【成果推荐】一种基于特征选择和XGBoost 的风机叶片结冰预测方法- 大数跨境

科技牛咨讯

2023-12-06

导读：【成果推荐】一种基于特征选择和XGBoost 的风机叶片结冰预测方法

01 项目简介

近年来风力发电发展的越来越快,随之而来的问题也越来越多,一般风能资源丰富的地方多处于高原寒冷地区,这些地方海拔高且气温低直接导致叶片结冰、材料及结构性能改变、载荷改变的问题,对风机的发电性能和安全运行造成较大的威胁。目前风机运行的实时数据主要由SCADA系统进行监测并存储,对叶片结冰故障状态的判断手段主要是比较风机实际功率与理论功率之间的偏差,当偏差达到一定值后会触发风机的报警和停机。然而,触发报警时往往已经发生叶片大面积结冰现象,在这样的情况下运行会增加叶片折断损坏的风险。

本成果涉及一种基于特征选择和XGBoost的风机叶片结冰预测方法,包括以下步骤:

1)获取风机SCADA监测数据并进行消噪降维归一化处理,将时间戳维度从时间格式转化成时间序列格式;

2)采用Relief特征选择方法进行特征选择，提取关键维度,降低监测数据的维度,并将降维后的监测数据分为训练样本和测试样本;

3)将训练样本代入XGBoost模型中进行训练,并采用查准率、查全率、准确率以及综合性指标F1度量评价训练后的模型;

4)将待检验的监测数据代入训练好的模型中,获取是否处于结冰状态的预测结果,并根据预测结果进行决策使风机的正常运行。与现有技术相比,本发明具有预测准确率高、预测速度快等优点。

02 应用领域

风机。

03 合作方式

合作方式：技术转移，产学研合作等。

价格：面议

联系方式：长按扫描二维码，填写您的需求