自适应过采样式风机叶片结冰数据优化与结冰预测融合模型设计

朱振军; 罗红祥; 罗晶; 苏亮; 怀晓伟

doi:10.20033/j.1003-7241.(2025)10-0154-05

自动化技术与应用 ›› 2025, Vol. 44 ›› Issue (10) : 154 -158. DOI: 10.20033/j.1003-7241.(2025)10-0154-05

自适应过采样式风机叶片结冰数据优化与结冰预测融合模型设计

朱振军, 罗红祥, 罗晶, 苏亮, 怀晓伟

作者信息 +

Author information +

文章历史 +

PDF

摘要

针对风力发电叶片结冰预测中由于样本数量不平衡导致的预测精度低下问题，研究提出一种结合自适应过采样和融合神经网络的预测方法。首先利用自适应过采样缓解类别不平衡问题，之后使用融合神经网络模型来精确预测风电叶片的结冰状态，并设计了聚焦损失函数来增强模型对少数类别的学习效果。结果显示，研究设计的模型在多数评价指标上具有最佳表现，其分数达到了70.47,在精确度方面，该模型达到了0.686 4,而F₁分数则是0.763 2,相较于其他模型显示出相对较高的查准率。研究方法可显著提升结冰预测模型的准确性和稳定性。