基于XGBoost算法的风机叶片结冰状态评测

摘要：

提出一种利用极端梯度提升XGBoost算法对风机叶片结冰状态进行评测的方法.首先解决风电机组SCADA数据中叶片正常与结冰状态之间的类别不平衡问题.利用随机森林算法挖掘数据特征与叶片状态之间的关系,筛选出与叶片结冰关联性较强的特征,利用预处理好的数据对XGBoost算法模型进行训练和测试.通过与梯度提升树(GBDT)、随机森林(RF)、支持向量机(SVM)和最近邻(KNN)模型验证比较,表明XGBoost算法在风机叶片结冰状态预测中具有良好的性能,预测结果优于其他算法.

关键词：风机叶片、XGBoost算法、特征选择、状态评测

所属期刊栏目：35

分类号：TM614(发电、发电厂)

资助基金：河北省自然科学基金资助项目F20170629-23

在线出版日期：2019-11-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：43-48