范大千，刘博嵩，郭鹏

FANDaqian，LIUBosong，GUOPeng

（华北电力大学控制与计算机工程学院，北京102206）

（School of Control and Computer Engineering，North China Electric Power University，Beijing 102206，China）

0 引言

风力发电作为一种可再生能源技术，具有清洁、环保、发展潜力高等优点，近年来得到了迅速发展。我国南方部分地区风电场海拔高、气温低、空气湿度大、雨雪频繁，冬季极易出现叶片结冰现象。叶片结冰会导致叶片载荷增加，气动特性和发电量下降，严重时还会造成叶片断裂［1-2］，此外，叶片抛冰还会带来潜在安全威胁。因此，对叶片结冰状态进行实时监测，在叶片结冰初期进行有效预警，及时停机或调整机组运行方式，对保证机组运行安全具有重要意义。

文献［3］采用了非接触红外测温方法检测叶片结冰状况，叶片表面结冰时，叶片表面发射的热辐射信号与非结冰时有显著不同，以此为依据进行检测。文献［4］提出了一种在风电机组叶片上预先布置光栅传感器的方法来判断是否会发生结冰。文献［5］采用定向超声波方法检测叶片结冰，通过叶片结冰与非结冰状态下超声波传播速率的不同实现叶片结冰监测。上述方法均需额外添加传感器且处在试验阶段，距离实用化还有一定距离。

基于风电机组数据采集与监视控制（Supervisory Control and Data Acquisition，SCADA）系统数据进行叶片结冰监测已成为新的研究方向。文献［6］利用决策树进行特征筛选，通过卷积神经网络建立了结冰预测模型，实现监测目的。但卷积神经网络主要用于处理图像数据，算法复杂，计算量大［7］。文献［8］根据叶片结冰后会增大发电机损耗功率的特点，选择网侧功率作为监测变量实现叶片结冰监测。……