01
SCADA系统概述
风场SCADA系统架构、数据采集原理、常见数据类型（风速、功率、桨距角等）、数据频率与时间戳对齐问题。
架构数据类型时间对齐
02
数据质量初探
缺失值类型（随机缺失、连续缺失）、异常值识别（停机数据、限功率数据）、数据完整性检查。
缺失值异常识别完整性
03
数据清洗基础
缺失值填充策略（均值、中位数、前向填充、插值法）、异常值剔除与修正、重复数据删除。
填充策略异常剔除去重
04
时间序列处理
时间戳标准化、重采样（10min平均、1min平均）、时间特征提取（小时、季节、月份）。
重采样时间特征标准化
05
风速-功率曲线清洗
Bin方法原理、异常点剔除（3-sigma原则、四分位距法）、IEC标准曲线对比。
Bin方法3-sigmaIEC
06
桨距角与转速特征
桨距角异常分析、发电机转速与风速关系、变流器状态码清洗。
桨距角转速状态码
07
环境变量处理
温度、气压、湿度对功率的影响、空气密度修正、湍流强度计算。
空气密度湍流强度修正
08
数据归一化与标准化
Min-Max归一化、Z-score标准化、鲁棒缩放、适用场景对比。
归一化Z-score鲁棒缩放
09
特征工程基础
特征构建思路、统计特征（均值、方差、偏度、峰度）、时域特征提取。
统计特征时域偏度峰度
10
频域特征提取
FFT变换、功率谱密度、主频分量提取、频域特征在故障诊断中的应用。
FFT功率谱故障诊断
11
工况划分与聚类
K-means聚类划分工况、DBSCAN识别异常工况、基于功率曲线的工况标签。
K-meansDBSCAN工况标签
12
降维技术
PCA主成分分析、t-SNE可视化、特征选择（方差阈值、互信息法）。
PCAt-SNE互信息
13
风场数据分区
机组分组策略（基于地理位置、基于机型）、区域平均风速计算、尾流效应特征。
机组分组尾流区域风速
14
时间滑窗特征
滚动窗口统计（滚动均值、滚动标准差）、滞后特征构建、差分特征。
滚动窗口滞后特征差分
15
SCADA报警数据处理
报警代码解析、报警频率统计、报警与故障关联分析。
报警代码频率统计关联分析
16
数据质量评分体系
数据可用率计算、数据质量指标（完整率、准确率、一致性）、评分卡设计。
可用率评分卡一致性
17
缺失值高级处理
多重插补（MICE）、KNN插补、基于时间序列的插补（ARIMA）。
MICEKNNARIMA
18
异常检测算法
孤立森林、LOF局部异常因子、基于重构误差的异常检测（自编码器）。
孤立森林LOF自编码器
19
特征重要性评估
随机森林特征重要性、XGBoost特征重要性、Permutation Importance。
随机森林XGBoostPermutation
20
功率预测特征工程
NWP数值天气预报特征、历史功率特征、相似日特征。
NWP相似日历史功率
21
故障预警特征构建
趋势特征（斜率、加速度）、阈值交叉特征、累积损伤特征。
趋势特征阈值交叉累积损伤
22
数据版本管理
特征存储格式（Parquet、HDF5）、特征命名规范、数据血缘追踪。
ParquetHDF5数据血缘
23
自动化清洗Pipeline
Airflow调度清洗任务、Docker封装环境、清洗日志记录。
AirflowDocker日志
24
数据质量监控看板
Grafana实时监控、数据质量仪表盘设计、告警规则配置。
Grafana仪表盘告警
25
多风场数据融合
数据格式统一、时间对齐策略、机组ID映射。
数据融合时间对齐ID映射
26
SCADA与CMS数据融合
振动数据对齐、状态监测指标融合、多源数据特征拼接。
振动状态监测特征拼接
27
特征存储与检索
Feature Store概念、Feast框架入门、特征服务化。
Feature StoreFeast服务化
28
模型训练数据准备
训练/验证/测试集划分（时间序列切分）、数据泄露防范、样本权重设计。
时序切分数据泄露样本权重
29
实战案例1：功率曲线建模
基于清洗后数据的功率曲线建模、特征对模型精度的影响分析。
功率曲线精度分析实战
30
实战案例2：齿轮箱故障预警
基于特征工程的齿轮箱故障预警模型、特征贡献度分析、模型部署与回测。
故障预警贡献度部署回测