一种基于SSA-SVM-AdaBoost的风电机组叶片覆冰状态检测方法

本发明涉及一种基于SSA‑SVM‑AdaBoost的风电机组叶片覆冰状态检测方法，针对传统风电机组叶片覆冰检测技术存在的检测灵敏度低、误报率高、数据不平衡等问题，本发明基于SSA‑SVM‑AdaBoost的创新检测方法通过融合双层支持向量机架构与麻雀搜索算法(SSA)的动态参数优化策略，使用线性核SVM对训练数据进行初步分类，分离高置信度未覆冰样本，采用SSA‑SVM‑AdaBoost算法模型对覆冰及低置信度样本训练，显著提升了覆冰初期微弱特征的捕捉能力；同时，其针对数据不平衡问题设计的类别权重分配机制有效提高了少数类覆冰样本的查全率，大幅降低了误报率。该方法显著提升了叶片覆冰状态检测的准确性和可靠性，从而有效降低了人工巡检频率和非计划停机损失。