您当前的位置：
首页 >
文章列表页 >
基于可解释机器学习的风机叶片覆冰气象成因与风险分布研究
发电技术 2026年 页码：1-10
更新时间：2026-06-30
|
基于可解释机器学习的风机叶片覆冰气象成因与风险分布研究
Research on Meteorological Causes and Risk Distribution of Wind Turbine Blade Icing Based on Interpretable Machine Learning
- “面向风机叶片覆冰风险精准判识与预警的工程需求，系统解析风机覆冰气象成因，形成可工程化应用的风险评估技术方案，介绍了其在风电防灾领域的研究进展，研究团队建立了基于XGBoost的可解释机器学习覆冰决策模型，探索了多气象要素非线性耦合效应，为风电场科学规划与覆冰精准预警提供解决方案。”
修回：2026-05-25
移动端阅览
22
浏览量
111
下载量
0
CSCD
文章被引用时，请邮件提醒。
提交
相关文章
考虑风电场尾流的无人机智能巡检路径规划方法
基于改进混合高斯模型的风速分布拟合与风机年发电量估算
基于多层感知器神经网络的风机叶片覆冰预测模型研究
高风电渗透率下考虑系统风电备用容量的储能配置
我国海上风电发展现状与趋势综述
相关作者
胡伟飞
范佳
陆春波
方健豪
闫翔昱
莫皓添
柳旭
张新波
相关机构
浙江大学机械工程学院
华电(宁夏)能源有限公司新能源分公司，宁夏回族自治区
西安邮电大学自动化学院
中南大学能源院
西安热工研究院有限公司
