01
测风数据概述
测风塔结构与传感器原理 · 数据采集系统 · 数据格式与存储规范
基础原理
02
数据质量评估指标
数据完整率 · 有效率 · 合理范围 · 一致性检查
指标评估
03
野点识别与处理
野点定义与成因 · 3σ原则 · 箱线图法 · 物理阈值检测
异常检测统计学
04
缺测数据插补
线性插值 · 邻近点插值 · 风速-功率曲线 · ARIMA模型简介
插值时间序列
05
数据异常模式识别
风速骤变 · 风向突变 · 温度异常跳变 · 气压异常跳变
模式识别突变
06
数据平滑与滤波
移动平均法 · 中值滤波法 · 低通滤波 (Butterworth)
滤波平滑
07
数据重采样与时间对齐
不同采样频率对齐 · 整点/整10分钟合成 · 时间戳标准化
重采样时间序列
08
数据质量控制流程设计
预处理流程 · 等级划分 (IEA) · 自动化QC脚本设计
流程自动化
09
数据清洗实战案例
某风电场测风塔全流程演示 · 常见问题与解决方案
实战案例
10
数据质量报告生成
报告模板 · 关键指标统计 · 时间序列/散点/玫瑰图
可视化报告
11
测风数据在风资源评估中的应用
代表年订正 · 长期序列构建 · 风能资源图谱绘制
风资源评估
12
数据清洗工具与平台
Python (Pandas/NumPy/SciPy) · R语言 · Windographer · OpenWind
工具Python
13
数据清洗的伦理与规范
数据篡改风险 · 数据溯源 · 完整性保护
伦理规范
14
测风数据质量控制标准
IEC 61400-12-1 · MEASNET · GB/T 18710-2002
标准IEC
15
数据清洗中的常见陷阱
过度清洗 · 错误剔除 · 插值方法选择不当
陷阱经验
16
数据清洗自动化
Python脚本 · Cron Job · Pipeline设计
自动化DevOps
17
数据清洗结果验证
交叉验证 · 保留数据集 · 邻近测风塔对比
验证对比
18
数据清洗中的不确定性分析
测量不确定度 · 插值不确定度 · 模型不确定度
不确定性分析
19
数据清洗与机器学习
孤立森林 · LOF · 随机森林 · XGBoost 缺失值预测
机器学习异常检测
20
数据清洗在风功率预测中的应用
数据质量对预测精度影响 · 清洗前后误差对比
功率预测应用
21
数据清洗在风电场运维中的应用
机组性能评估 · 故障预警 · SCADA数据清洗
运维SCADA
22
多源数据融合清洗
测风塔 · 激光雷达 · 气象站 · 再分析数据
多源融合
23
时间序列分析
趋势分析 · 季节性分解 · 自相关分析
时间序列分解
24
空间一致性检查
多塔数据对比 · 风场空间相关性分析
空间相关性
25
物理约束清洗
风切变指数 · 埃克曼螺旋 · 风速/风向随高度变化
物理风切变
26
统计检验方法
正态性检验 · 平稳性检验 · Grubbs/Dixon检验
统计假设检验
27
数据可视化
时间序列图 · 散点图矩阵 · 箱线图 · QQ图 · 风玫瑰图
可视化EDA
28
数据清洗报告撰写
报告结构 · 关键图表 · 结论与建议
报告写作
29
数据清洗项目实战
从原始数据到清洗后数据 · 项目文档编写
项目实战
30
数据清洗前沿技术
深度学习异常检测 · 联邦学习 · Great Expectations平台
前沿AI