01
风电数据初探
SCADA系统简介 · 数据采集频率与类型 · 典型字段解读 · 数据质量初评估
风速功率桨距角
02
Python环境搭建
Anaconda安装 · Jupyter配置 · pandas/numpy/matplotlib · 虚拟环境
环境库安装
03
数据读取与概览
pandas读取CSV/Excel · 维度与列名 · info/describe · 数据类型检查
DataFrame概览
04
数据清洗基础
缺失值处理 · 重复值检测 · 异常值3σ原则 · 时间序列索引
清洗异常值
05
风速-功率特性分析
散点图 · 理论功率曲线 · bin平均法 · 切入/切出风速
功率曲线bin平均
06
功率曲线异常诊断
漂移检测 · 低于理论值分析 · 限功率识别 · 数据滤波
异常滤波
07
桨距角分析
桨距角-风速关系 · 变桨动作统计 · 异常模式 · 响应延迟
变桨响应
08
转速特性分析
发电机转速-风速 · 额定转速 · 超速检测 · 转速波动
转速超速
09
温度参数监控
齿轮箱油温 · 绕组温度 · 轴承温度 · 报警阈值
温度预警
10
振动数据分析
传感器类型与位置 · 幅值趋势 · 频谱基础 · 报警关联
振动频谱
11
发电量统计
日/月/年发电量 · 容量系数 · 可利用率 · 等效满发小时
发电量可利用率
12
停机事件分析
故障/维护/电网分类 · 停机时长 · 频次 · MTBF/MTTR
停机MTBF
13
故障代码分析
频次统计 · 关联规则 · 常见模式 · 优先级排序
故障码关联
14
时间序列分析基础
滚动窗口 · 重采样 · 分解(趋势/季节) · 自相关
时序分解
15
相关性分析
皮尔逊系数 · 热力图 · 风速-功率验证 · 多参数矩阵
相关性热力图
16
聚类分析应用
K-means · 工况聚类(正常/异常/限功率) · 轮廓系数
聚类K-means
17
异常检测算法
孤立森林 · LOF · 异常分数阈值 · 标注与验证
异常检测LOF
18
功率预测基础
线性回归 · 多元线性 · 特征选择 · RMSE/MAE
预测回归
19
机器学习进阶
随机森林 · XGBoost · GridSearchCV · 特征重要性
随机森林XGBoost
20
深度学习入门
LSTM原理 · 数据归一化 · 滑动窗口 · 训练与预测
LSTM时序
21
风场级分析
多机组对比 · 性能排名 · 聚合功率曲线 · 尾流效应
风场尾流
22
性能衰减分析
长期功率趋势 · 年衰减率 · 叶片污染评估 · 技改对比
衰减技改
23
报告自动化生成
Python生成PDF · ReportLab · 图表嵌入 · 模板化框架
PDFReportLab
24
Web可视化仪表盘
Dash框架 · 交互式图表 · 实时刷新 · 仪表盘部署
Dash可视化
25
数据库操作
SQLite/MySQL · 写入查询 · 时序数据库 · 批量导入
SQL数据库
26
API数据获取
RESTful调用 · JSON解析 · 认证令牌 · 定时采集
APIJSON
27
数据安全与合规
数据脱敏 · 访问控制 · 备份策略 · 日志审计
安全合规
28
案例实战一：功率曲线异常诊断
数据加载→清洗→分析→报告 全流程
实战诊断
29
案例实战二：故障预警模型
数据准备→特征工程→模型训练→部署
预警机器学习
30
案例实战三：月度运营报告自动生成
多数据源整合→分析计算→可视化→PDF输出
自动化报告