本发明提出了一种不依赖样本质量和故障标签的，物理规则和机器学习模型相结合的基于半监督式学习的风机叶片结冰检测的方法；包括S1、获取监测数据，根据监测数据建立预测模型，并提取所需数值；S2、根据实际数据，结合S1步骤中的数值，获取风机叶片是否结冰的情况；本发明提出的基于半监督式学习的风机叶片结冰检测的方法利用SCADA数据进行检测，能够覆盖风机运行的各个工况性能参数；同时基于物理模型和机器学习模型，极大地提高了算法的准确度和稳健性；且不依赖积累的故障样本，可以在无标签的情况下对叶片结冰进行分类判别。