基于特征选择和XGBoost的风机叶片结冰预测

基于特征选择和XGBoost的风机叶片结冰预测

论文摘要

风电场风机叶片积冰会造成风电机组的效率降低,严重时会导致叶片断裂,严重威胁风电场的正常生产运行。提出了一种基于Relief的特征选择和XGBoost的风机叶片结冰预测方法,能够根据风机运行的SCADA数据对叶片结冰的早期过程进行精确预测,并采用某风电场的2台风机数据进行模型验证和对比试验,取得了较好的预测精度,提升了预测速度,能够有效预测早期叶片结冰故障的发生,从而为降低风机的效率损失和风机的运行风险提供数据支撑。

论文目录

  • 0 引 言
  • 1 基于特征选择和XGBoost算法的风机叶片结冰预测建模流程
  • 2 Relief算法结冰预测特征选择
  • 3 基于XGBoost的风机叶片结冰预测
  • 4 试验验证
  •   4.1 数据集
  •   4.2 Relief特征选择处理
  •   4.3 数据集的划分以及XGBoost的模型训练
  •   4.4 交叉验证检验模型训练效果
  •   4.5 模型评价指标说明
  •   4.6 试验验证结果
  • 5 结束语
  • 文章来源

    类型: 期刊论文

    作者: 曹渝昆,朱萌,王晓飞

    关键词: 特征选择,叶片结冰,结冰预测,风机效率

    来源: 电气自动化 2019年03期

    年度: 2019

    分类: 工程科技Ⅱ辑,信息科技

    专业: 电力工业

    单位: 上海电力学院

    分类号: TM315

    页码: 31-33+118

    总页数: 4

    文件大小: 532K

    下载量: 391

    相关论文文献

    标签:;  ;  ;  ;  

    基于特征选择和XGBoost的风机叶片结冰预测
    下载Doc文档

    猜你喜欢