01
风机SCADA系统概述
什么是SCADA系统、风机SCADA的架构与组成、SCADA数据采集原理、数据采集频率与精度。
架构采集
02
SCADA数据字段解析
时间戳、风速、有功功率、桨距角、发电机转速、机舱温度等关键字段含义。
字段含义
03
Python环境搭建与库安装
Anaconda安装、Pandas、NumPy、Matplotlib、OpenPyXL库的安装与验证。
环境库
04
CSV数据读取与初步探索
使用Pandas读取CSV文件、head()、info()、describe()方法、数据维度与缺失值概览。
Pandas探索
05
数据清洗基础
处理缺失值（删除与填充）、处理重复行、数据类型转换、时间列标准化。
清洗缺失值
06
时间序列数据处理
将时间列设为索引、重采样（Resample）、滚动窗口计算、时间偏移处理。
时间序列重采样
07
风速-功率曲线分析
理论功率曲线 vs 实际功率曲线、散点图绘制、Bin方法计算平均功率曲线。
功率曲线Bin
08
异常数据识别与过滤
风速与功率不匹配检测、桨距角异常判断、限功率运行状态识别、数据切片过滤。
异常过滤
09
SCADA报表结构设计
日报/周报/月报模板设计、关键性能指标（KPI）定义、报表字段规划。
报表KPI
10
使用Pandas生成日报表
按日期分组聚合、计算日发电量、日平均风速、日可利用率和日故障次数。
日报聚合
11
使用Pandas生成月报表
按月聚合统计、月发电量对比、月平均风速与功率、月故障统计。
月报统计
12
报表导出为Excel
使用to_excel()导出单Sheet、多Sheet报表、设置列宽与格式、添加标题行。
Excel导出
13
报表样式美化
使用OpenPyXL设置单元格颜色、字体、边框、条件格式、冻结窗格。
美化OpenPyXL
14
可视化报表
使用Matplotlib生成风速玫瑰图、功率曲线对比图、日发电量柱状图、温度趋势折线图。
可视化Matplotlib
15
自动化报表生成
编写Python脚本实现一键生成日报/周报/月报、定时任务调度（Windows任务计划程序）。
自动化调度
16
风场发电量分析
理论发电量计算、实际发电量统计、发电量损失分析（停机损失、限功率损失、性能衰减损失）。
发电量损失
17
风机可利用率分析
可利用率定义与计算公式、统计停机时长、分类停机原因（故障停机、维护停机、电网原因）。
可利用率停机
18
故障预警分析
基于SCADA数据的故障前兆特征提取、阈值设定方法、简单预警规则引擎设计。
预警规则
19
性能衰减分析
长期风速-功率曲线偏移分析、叶片结冰影响评估、齿轮箱效率下降检测。
衰减齿轮箱
20
多风机对比分析
同一风场不同风机KPI对比、机型对比、不同风场间对标分析。
对比对标
21
风速分布分析
Weibull分布拟合、平均风速与发电量关系、湍流强度计算与分析。
Weibull湍流
22
温度与功率关系分析
环境温度对功率的影响、机舱温度与齿轮箱油温相关性分析、高温限功率识别。
温度限功率
23
SCADA数据质量评估
数据完整率计算、数据异常率统计、传感器漂移检测、数据质量报告生成。
质量漂移
24
基于SQL的SCADA数据管理
SQLite数据库搭建、数据入库、SQL查询与聚合、Python连接SQLite。
SQLite数据库
25
大数据量处理优化
分块读取CSV、使用Dask进行并行计算、内存优化技巧、数据采样策略。
优化Dask
26
交互式报表开发
使用Plotly生成交互式图表、Dash仪表板搭建、实时数据刷新。
PlotlyDash
27
报表自动化部署
Flask搭建报表Web服务、定时任务集成、邮件自动发送报表附件。
Flask部署
28
风场运维决策支持
基于报表的预防性维护计划、备件库存优化建议、运维成本分析。
运维决策
29
综合案例：某风场月度运营分析报告生成
从数据采集到报告输出的完整流程实战。
综合案例实战
30
课程总结与进阶方向
SCADA数据分析常见误区、机器学习在SCADA中的应用展望、推荐学习资源。
总结进阶