由于复杂的运行环境与工作机理,风力机组中普遍存在叶片结冰现象,该现象在初期不易观测,使得数据收集过程中产生了一定的误判及标签缺失样本。针对上述问题,提出一种基于K近邻与支持向量机方法的叶片结冰早期检测方法,将半监督学习中的协同训练机制引入到检测方法中,对标签不确信与缺失样本进行补充与再学习。利用某风力发电厂的风机叶片结冰进行算法验证。结果表明,与现有方法相比该方法具有更高的检测准确度与灵敏度。
科研之友
微信
新浪微博
Facebook
分享链接
