基于历史气象与发电数据，使用Python和机器学习库（如scikit-learn）构建功率预测模型，对比多种算法（如随机森林、支持向量机）的预测精度；负责数据清洗与特征工程，通过特征重要性分析筛选关键气象因子；模型在验证集上预测误差较基线降低约8%，为风电场调度提供参考；撰写技术报告，并在组内进行成果分享。

负责设计叶片结冰预警方案，基于温度、湿度、风速等气象数据与机组运行参数，建立结冰风险评估模型；使用MATLAB进行数据分析与算法开发，结合阈值判断与逻辑回归方法，实现结冰风险分级预警；在模拟数据集上测试，预警准确率达到85%以上，较传统单一阈值方法误报率降低15%；组织组员分工完成数据采集与系统测试，撰写项目总结报告。