SCADA系统历史数据挖掘与效能优化实战
📚 共计 30 章节
第1章
SCADA系统概述
SCADA定义、发展历程、核心架构（MTU/RTU/PLC）、典型应用场景（电力、水务、油气）
架构
电力
水务
第2章
历史数据源解析
历史数据库类型（实时库、关系库、时序库）、采集频率与精度、存储格式（CSV、Parquet、自定义二进制）
时序库
Parquet
OPC
第3章
数据质量评估
完整性检查、异常值检测（3σ、IQR）、缺失值模式分析、时间戳对齐问题
3σ
IQR
质量
第4章
数据清洗实战
缺失值处理（插值、前向填充、模型预测）、异常值修正（截断、替换、标记）、重复去重
插值
清洗
填充
第5章
时间序列基础
时间序列定义、平稳性与非平稳性、自相关与偏自相关、趋势与季节性分解（STL）
STL
自相关
平稳性
第6章
特征工程（上）
统计特征（均值、方差、峰度、偏度）、滑动窗口特征（滚动均值/标准差）、时间特征（小时、星期、季节）
滑动窗口
峰度
偏度
第7章
特征工程（下）
频域特征（FFT、频谱能量）、小波变换特征、基于领域知识的自定义特征（设备启停次数）
FFT
小波
频域
第8章
降维与可视化
PCA、t-SNE、平行坐标图、热力图（相关性矩阵）、时序曲线聚类可视化
PCA
t-SNE
热力图
第9章
关联规则挖掘
Apriori、FP-Growth、SCADA告警关联分析、频繁项集与置信度评估
Apriori
FP-Growth
告警
第10章
聚类分析（上）
K-Means、DBSCAN、轮廓系数、设备工况划分
K-Means
DBSCAN
轮廓系数
第11章
聚类分析（下）
层次聚类、GMM、时间序列聚类（DTW）、可解释性分析
GMM
DTW
层次聚类
第12章
分类模型（上）
逻辑回归、决策树、随机森林、设备故障分类、特征重要性排序
随机森林
决策树
特征重要性
第13章
分类模型（下）
SVM、XGBoost、LightGBM、GridSearchCV调参、过拟合与欠拟合处理
XGBoost
SVM
调参
第14章
回归预测模型
线性回归、岭回归、Lasso、ARIMA/SARIMA、MAE/RMSE/MAPE
ARIMA
岭回归
Lasso
第15章
深度学习入门
MLP、激活函数（ReLU/Sigmoid）、损失函数、SCADA参数预测简单应用
MLP
ReLU
损失函数
第16章
LSTM与GRU
RNN基础、LSTM门控、GRU简化、多步预测实战（设备温度预测）
LSTM
GRU
多步预测
第17章
自编码器与异常检测
自编码器原理、重构误差、SCADA异常检测、阈值设定方法
自编码器
重构误差
异常检测
第18章
关联分析与因果推断
Granger因果检验、互信息、转移熵、SCADA变量因果关系挖掘
Granger
互信息
转移熵
第19章
效能指标体系
OEE、能耗效率、报警频率、MTTR、MTBF
OEE
MTBF
MTTR
第20章
瓶颈识别与根因分析
瓶颈定义、数据驱动瓶颈识别（队列长度/等待时间）、RCA决策树方法
瓶颈
RCA
决策树
第21章
预测性维护策略
CBM、PdM模型、RUL预测、维护阈值优化
PdM
RUL
CBM
第22章
控制回路效能评估
PID性能指标（IAE/ISE/TV）、振荡检测、阀门粘滞检测、回路优化建议
PID
IAE
振荡检测
第23章
能耗分析与优化
能耗基线、异常检测、峰谷平用电分析、节能策略（变频优化）
能耗
基线
峰谷平
第24章
报警系统优化
报警泛滥分析、优先级重排、死区设置、基于关联规则的报警压缩
报警泛滥
死区
压缩
第25章
数据管道与ETL
SCADA数据抽取（OPC UA、Modbus）、转换（清洗/聚合）、加载（时序库）、Airflow调度
ETL
OPC UA
Airflow
第26章
实时计算与流处理
Flink、Spark Streaming、滑动窗口聚合、实时异常检测、与历史挖掘结合
Flink
流处理
实时
第27章
数据治理与安全
数据血缘、元数据管理、脱敏、访问控制、NERC CIP合规性
数据血缘
脱敏
NERC CIP
第28章
可视化大屏设计
大屏设计原则、关键指标、实时刷新、交互下钻、Grafana/Plotly Dash
Grafana
大屏
下钻
第29章
案例实战（电力行业）
变压器健康评估、负荷预测、窃电检测、全流程复盘
电力
变压器
窃电
第30章
案例实战（水务行业）
泵站能效分析、管网漏损检测、水质预测、全流程复盘
水务
漏损
泵站