第1章
风电大数据入门
风电行业背景与发展趋势 · 大数据在风电中的应用价值 · 课程整体架构与学习路径
基础概述
第2章
风电数据采集基础
SCADA系统原理 · 传感器类型与数据采集方式 · 数据采集频率与精度要求
采集SCADA
第3章
风电数据存储技术
关系型与非关系型数据库对比 · 时序数据库(InfluxDB/TimescaleDB) · 数据分区与存储策略
存储时序库
第4章
风电数据预处理
数据清洗(缺失值/异常值) · 标准化与归一化 · 数据降噪技术
预处理清洗
第5章
风电数据特征工程
特征提取(时域/频域) · 特征选择方法 · 特征降维(PCA/t-SNE)
特征降维
第6章
风电功率预测基础
物理模型方法 · 统计模型(ARIMA/SARIMA) · 机器学习方法概述
预测统计
第7章
风电功率预测进阶
深度学习(LSTM/GRU/Transformer) · 多步预测策略 · 集成学习方法
深度学习集成
第8章
风电机组故障诊断
振动信号分析 · 油液分析 · 温度与电气参数监测 · 故障树分析
诊断振动
第9章
风电场运维优化
基于状态的维护(CBM) · 预防性维护策略 · 备件库存优化模型
运维CBM
第10章
风电大数据平台架构
Lambda与Kappa架构 · 数据湖与数据仓库 · 实时流处理(Kafka/Flink)
架构流处理
第11章
风电数据可视化
时间序列可视化 · 地理空间可视化 · 仪表盘设计(Grafana/Tableau)
可视化仪表盘
第12章
风电数据安全与隐私
数据加密技术 · 访问控制策略 · GDPR与行业合规要求
安全合规
第13章
项目实战(一)：数据采集与存储系统搭建
从零搭建采集管道 · 数据库选型与配置 · 数据接入实战
实战采集
第14章
项目实战(二)：数据清洗与特征工程流水线
自动化清洗流程 · 特征工程Pipeline · 数据质量监控
实战流水线
第15章
项目实战(三)：功率预测模型训练与部署
模型训练/调参 · 模型部署API · 预测结果可视化
实战预测
第16章
项目实战(四)：故障诊断系统开发
信号处理模块 · 诊断算法集成 · 报警与日志系统
实战诊断
第17章
项目实战(五)：运维优化决策支持系统
维护策略引擎 · 备件优化模型 · 决策看板
实战决策
第18章
项目实战(六)：实时监控与预警平台
实时流计算 · 预警规则配置 · 多通道通知
实战监控
第19章
项目实战(七)：数据可视化大屏开发
大屏设计 · 实时数据刷新 · 交互式图表
实战大屏
第20章
项目实战(八)：系统集成与性能调优
接口集成 · 压力测试 · 性能瓶颈优化
实战调优
第21章
风电大数据前沿技术
边缘计算 · 数字孪生 · 联邦学习在风电中的应用
前沿边缘
第22章
风电大数据标准与规范
IEC 61400系列 · OPC UA/Modbus · 数据质量评估标准
标准协议
第23章
案例分析(一)：海上风电场功率预测优化
海上风电特点 · 预测模型调优 · 效果评估
案例海上
第24章
案例分析(二)：陆上风电场故障预警系统
故障特征分析 · 预警阈值设定 · 系统落地效果
案例预警
第25章
案例分析(三)：风电场群运维调度优化
多场站协同 · 调度算法 · 经济效益分析
案例调度
第26章
风电大数据工具与框架
Python数据分析栈(Pandas/NumPy/Scikit-learn) · 深度学习框架(PyTorch/TensorFlow) · 大数据框架(Spark/Dask)
工具框架
第27章
风电大数据性能优化
数据分区与索引优化 · 并行计算策略 · GPU加速应用
性能GPU
第28章
风电大数据测试与评估
模型评估指标(MAE/RMSE/R²) · A/B测试设计 · 系统压力测试
测试评估
第29章
风电大数据部署与运维
Docker容器化 · Kubernetes集群管理 · CI/CD流水线搭建
部署K8s
第30章
风电大数据职业发展与认证
行业岗位分析 · 技能树梳理 · 认证考试(CDA/AWS)备考指南
职业认证