基于机器学习的风电场风机覆冰发生、消融起始预报研究

摘要

利用湖北省1个山区风电场2017年11月—2022年2月风机覆冰观测记录，结合高精度气象再分析资料，综合考虑地形条件进行插值，获得每台风机的逐小时气象要素资料，分析风机覆冰发生及消融阶段气象要素变化。结果表明：风机覆冰发生阶段，气温呈持续下降状态，覆冰开始后，气温保持稳定；相对湿度呈持续上升状态，在覆冰发生时刻达到峰值，之后呈缓慢下降趋势；在风机覆冰发生前后，风速较大。覆冰消融阶段，气温呈持续上升状态，在覆冰消融时刻达到峰值；相对湿度呈持续下降状态，在覆冰消融时刻达到最低值；风速呈平稳持续状态，较覆冰阶段明显减小。基于覆冰观测样本，分别利用AdaBoost、逻辑回归、Fisher判别3种不同方法，建立风机覆冰发生、消融判别模型。利用AdaBoost机器学习方法建立模型模拟覆冰发生模型准确率为88.3%，覆冰消融模型准确率为83.6%，准确率远高于其他两种方法建立的模型。

关键词

山区风电场 / 风机覆冰 / 临界值 / 机器学习