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

徐思达; 严新荣; 马东; 马奎超; 周璐; 谭丽坪; 陈钰文; 朱非环; 童跃平; 魏超

doi:null

欢迎来到能源电力期刊网！

English Version 期刊登录

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

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
- 发电技术 2026年页码：1-10
- 作者机构：
  
  1.华电电力科学研究院有限公司，浙江省杭州市 310030
  2.中国华电集团有限公司，北京市西城区 100032
- 作者简介：
  
  徐思达(1993)，男，硕士，高级工程师，研究方向为新能源功率预测、极端天气下新能源电力系统韧性提升与主动防御技术，sida-xu@chder.com；
  严新荣(1972)，男，硕士，正高级工程师，研究方向为多能互补能源系统、火电机组灵活性、新能源及储能等，yanxinrong@chd.com.cn。
- 基金信息：
  
  国家重点研发计划项目(2024YFB4205605)
- DOI：
  中图分类号： TK 83;TM 614
- 收稿：2026-04-09，
  
  修回：2026-05-25，
  
  网络首发：2026-06-30，
- 稿件说明：
移动端阅览
徐思达,严新荣,马东等.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[J].发电技术,

XU Sida,YAN Xinrong,MA Dong,et al.Research on Meteorological Causes and Risk Distribution of Wind Turbine Blade Icing Based on Interpretable Machine Learning[J].Power Generation Technology,
徐思达,严新荣,马东等.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[J].发电技术, DOI：10.12096/j.2096-4528.pgt.01.

XU Sida,YAN Xinrong,MA Dong,et al.Research on Meteorological Causes and Risk Distribution of Wind Turbine Blade Icing Based on Interpretable Machine Learning[J].Power Generation Technology, DOI：10.12096/j.2096-4528.pgt.01.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

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

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

DOI：