【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_
【机 构】
：
国电联合动力技术有限公司,华北电力大学电站能量传递转化与系统教育部重点实验室
【基金项目】
：
河北省科技计划项目(15214307D)。
论文部分内容阅读
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
其他文献
[中图分类号] U464 [文献标志码]A [文章编号]2095-6487 （2021） 02-0050-02 Design of an Automobile Energy Saving and Emission Reduction Device He Kun， Meng Juan， Zhang Shan， DuYu-xuan， DuanYi-tong [ Abstract] W
[中图分类号] TM76 [文献标志码]A [文章编号]2095-6487 （2021） 02-0051-02 Analysis on Application oflnspection Technology for Lifting Machinery Hu Jing-zhong [ Abstract] With the contmuous and rapid development of
[中图分类号] U223.6 [文献标志码]A [文章编号]2095-6487 （2021） 02-0057-02 Application and Innovation of Power Supply System Technology for Electrified Railway Mu Song-lin [ Abstract] Wirh the continuous improveme