该研究提出了一种基于CFD微尺度耦合、中尺度数值分析和机器学习算法技术的风电机组气动性能提升研究与应用,通过运用CFD微尺度耦合、中尺度数值分析方法对不同气候条件下机组翼型改变后叶片气动性能进行建模分析,利用先进的中尺度建模技术,进行不同翼型叶片流场仿真模拟,研究不同气动模型对机组发电性能的影响,确定几种最优的气动增功组件组合方式及安装位置;通过在叶片不同位置,按照不同组合方式安装增加涡流发生器、扰流板和格尼襟翼3种附件,并收集风机在不同工况下的数据,结合不同季节的天气数据,通过LightGBM机器学习算法对各项数据进行计算分析,确定涡流发生器、扰流板和格尼襟翼3种附件增功的最优组合方式及安装位置,从而实现风电机组气动性能提升,进而提高风电机组的发电效率。