摘要：提出一种利用极端梯度提升XGBoost算法对风机叶片结冰状态进行评测的方法。首先解决风电机组SCADA数据中叶片正常与结冰状态之间的类别不平衡问题。利用随机森林算法挖掘数据特征与叶片状态之间的关系,筛选出与叶片结冰关联性较强的特征,利用预处理好的数据对XGBoost算法模型进行训练和测试。通过与梯度提升树(GBDT)、随机森林(RF)、支持向量机(SVM)和最近邻(KNN)模型验证比较,表明XGBoost算法在风机叶片结冰状态预测中具有良好的性能,预测结果优于其他算法。