01
课程导论
功率曲线异常识别的背景与意义 · 课程目标与学习路径 · 风功率曲线基础概念
背景
目标
概念
02
数据采集与预处理
SCADA系统数据采集 · 数据清洗与异常值处理 · 数据归一化与标准化
SCADA
清洗
归一化
03
功率曲线建模基础
理想功率曲线模型 · Bin方法（IEC标准） · 参数化建模方法
IEC
Bin
参数化
04
异常识别算法（一）
基于统计阈值的异常检测 · 3-Sigma原则与箱线图 · 移动窗口法
阈值
3-Sigma
箱线图
05
异常识别算法（二）
基于机器学习的异常检测 · 孤立森林算法 · DBSCAN聚类方法
孤立森林
DBSCAN
聚类
06
异常识别算法（三）
基于深度学习的异常检测 · 自编码器（Autoencoder） · LSTM时序异常检测
自编码器
LSTM
时序
07
模型评估与优化
混淆矩阵与评价指标 · ROC曲线与AUC · 超参数调优策略
混淆矩阵
ROC
调优
08
工程实践与部署
实时异常检测系统架构 · 模型部署与API封装 · 案例分析与实战演练
架构
API
实战
09
课程总结与展望
核心知识点回顾 · 行业发展趋势 · 进阶学习资源推荐
回顾
趋势
资源
10
附录
常用Python库安装指南 · 数据集说明与下载 · 常见问题FAQ
安装
数据集
FAQ