基于神经网络模型的叶片净空值预测方法及装置

本公开的实施例提供了一种基于神经网络模型的叶片净空值预测方法及装置。方法包括：获取各风机的风机运行数据进行预处理，得到目标运行数据集；基于目标运行数据集对多个预设神经网络模型进行模型训练，得到多个预设神经网络模型各自对应的目标神经网络模型；将多个目标神经网络模型进行组合得到最优的组合神经网络模型；获取净空值待预测的风机运行数据；将净空值待预测的风机运行数据输入至最优的组合神经网络模型中，以得到对应的目标净空值预测结果。以此方式，可以通过模型训练和组合得到叶片净空值预测准确度较高的最优的组合神经网络模型，从而利用该模型对叶片净空值进行准确预测，以降低扫塔风险。