梯度提升回归树在风力发电机温度预测的应用研究

摘要

cqvip:随着全球范围内风电装机总量的逐步增加,风力发电领域对风机的运维提出了更高的要求。风力发电机的温度是评价风机运行状态的重要指标之一,其预测值可以用于风力发电机的故障预警等应用场景。本文介绍了一种基于梯度提升回归树对风力发电机温度进行预测的方法,首先使用皮尔逊相关系数法选取发电机温度的特征参数,利用正常工况下的历史数据,使用梯度提升回归树建立发电机温度的归回预测模型,最后将采集的实时运行数据输入到该模型中,得到对应的发电机温度预测值。本文通过实验,有效并准确地预测了风力发电机的温度值,拟合度达到96.42%,为进一步的风力发电机温度测点预警提供了准确的数据来源。