第1章：风电基础知识

各位好，我是老张。在风电这行摸爬滚打了十几年，从最早的750kW机组干到现在的10MW+海上巨无霸。今天咱们聊聊最基础的东西——风力发电到底是怎么回事，机组里都有啥，以及SCADA系统是怎么帮我们“偷懒”的。

1.1 风力发电原理：风是怎么变成电的？

说白了，风力发电就是把风的动能变成机械能，再变成电能。你想想看，风推动叶片旋转，叶片带着轮毂转，轮毂通过主轴把动力传给齿轮箱（或者直驱机组就直接传给发电机），最后发电机输出电能。

这里有个关键公式，我建议大家记在心里：

P = 0.5 × ρ × A × V³ × Cp

其中：

• P：输出功率（瓦特）
• ρ：空气密度（kg/m³）
• A：风轮扫掠面积（m²）
• V：风速（m/s）
• Cp：风能利用系数（贝茨极限是0.593）

注意看，风速是三次方关系。风速从6m/s涨到8m/s，功率能翻一倍多。我在项目上遇到过，有些业主为了抢发电量，把机组切出风速调高，结果叶片直接过载断裂——嗯，这就是不懂公式的代价。

1.2 风电机组核心部件：这些“大块头”各司其职

一台风电机组，说白了就是“三大系统”：

• 风轮系统：叶片 + 轮毂 + 变桨轴承
• 传动系统：主轴 + 齿轮箱（或直驱） + 联轴器
• 发电系统：发电机 + 变流器 + 变压器

我习惯把机组比作一个人：

部件	类比	常见故障
叶片	手臂	裂纹、雷击、结冰
齿轮箱	心脏	齿轮磨损、轴承过热
发电机	肌肉	绝缘老化、轴承异响
变流器	大脑	IGBT击穿、电容鼓包

举个例子，齿轮箱的油温。正常应该在60-75℃之间。我曾经遇到一台机组，油温一直飙到85℃，报警也不复位。拆开一看，齿轮箱的散热风扇卡死了——就因为一只鸟窝。所以啊，日常巡检别光看数据，该爬塔还得爬。

1.3 SCADA系统与数据采集：风场的“黑匣子”

SCADA，全称是“数据采集与监视控制”。说白了，就是给每台机组装了个“黑匣子”，实时记录所有运行数据。

SCADA采集的数据主要分三类：

1. 电气量：电压、电流、功率、频率、功率因数
2. 机械量：转速、振动、温度、压力、位移
3. 环境量：风速、风向、温度、湿度、气压

采样频率一般是1秒到10秒一次。但注意，SCADA数据有个大坑——数据质量。我见过太多风场，SCADA里存的全是“坏数据”：

• 风速仪结冰，风速一直显示0
• 温度传感器漂移，显示-40℃
• 通讯中断，数据全是NaN

所以做AI分析前，第一步永远是数据清洗。我习惯用3σ原则剔除异常值，再用线性插值补全缺失点。代码大概长这样：

import pandas as pd
import numpy as np

# 读取SCADA数据
df = pd.read_csv('scada_data.csv')

# 3σ异常值剔除
mean = df['power'].mean()
std = df['power'].std()
df = df[(df['power'] > mean - 3*std) & (df['power'] < mean + 3*std)]

# 线性插值补缺失
df = df.interpolate(method='linear')

知识体系总览

下面这张图，是我自己画的。它把本章三个知识点串起来了：

这张图把本章三个知识点串起来了。你看，原理是基础，部件是载体，SCADA是眼睛。三者缺一不可。后面咱们讲AI优化，就是在这三个基础上搭积木。