第四章：机器学习在风电运维中的应用
各位同行，今天咱们聊聊机器学习在风电运维里的实战。说实话，我刚入行那会儿，风机出故障全靠老师傅听声音、看振动数据。现在不一样了，机器学习能帮我们干很多脏活累活。我把它分成四个核心方向：回归、分类、聚类，还有特征工程。一个一个说。
4.1 回归模型预测功率曲线
功率曲线是风机的“身份证”。每台风机出厂都有一条标准功率曲线，但实际运行中，叶片结冰、桨距角偏差、风向仪不准，都会让实际曲线偏离。我的任务就是——用回归模型拟合出真实的功率曲线。
常用的回归模型：
- 线性回归：简单，但功率和风速不是线性关系，效果一般
- 多项式回归：能拟合曲线，但容易过拟合
- 随机森林回归：我项目里用得最多，抗噪能力强
- XGBoost：精度高，但调参麻烦
举个例子，我去年处理过一个项目，某台2MW风机发电量比同场其他风机低了8%。用随机森林回归拟合它的功率曲线后，发现风速12m/s时功率只有1.6MW，明显偏低。进一步排查，是变桨系统响应延迟了0.3秒。你看，回归模型不只是画条线，它能帮你定位问题。
核心思路：用历史SCADA数据（风速、功率、桨距角、转速）训练回归模型，预测理论功率。实际功率与预测功率的偏差，就是故障线索。
# 随机森林回归示例（Python）
from sklearn.ensemble import RandomForestRegressor
from sklearn.model_selection import train_test_split
# 特征：风速、桨距角、转速
X = df[['wind_speed', 'pitch_angle', 'rotor_speed']]
y = df['active_power']
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)
model = RandomForestRegressor(n_estimators=200, max_depth=10)
model.fit(X_train, y_train)
# 预测功率
y_pred = model.predict(X_test)
# 计算偏差
residual = y_test - y_pred
我的经验：训练数据一定要剔除停机、限功率、变桨故障等异常时段。否则模型学到的全是“错误模式”，预测结果毫无意义。
4.2 分类模型识别故障类型
风机故障种类多，齿轮箱磨损、发电机轴承过热、变流器IGBT击穿……每种故障的振动特征、温度变化都不一样。分类模型就是帮我们自动“对号入座”。
常用分类算法：
| 算法 | 适用场景 | 我的评价 |
|---|---|---|
| 逻辑回归 | 二分类（正常/故障） | 简单，但多分类效果差 |
| 支持向量机（SVM） | 小样本、高维特征 | 调核函数很头疼 |
| 随机森林 | 多分类、特征多 | 我首选，不用太操心过拟合 |
| 神经网络 | 复杂模式识别 | 数据量要够大，否则容易翻车 |
我曾经遇到一个案例：某风场连续3台风机报“齿轮箱油温高”故障。运维人员每次都去换油、清洗散热器，但过两周又复发。我用随机森林分类模型，输入振动、温度、转速等20多个特征，模型判断是“齿轮箱轴承磨损”的概率高达87%。现场拆解后，果然发现轴承保持架断裂。你看，分类模型能帮你穿透表象。
注意：分类模型的效果严重依赖标签质量。如果历史故障记录本身就不准确（比如把“叶片结冰”误报成“功率限制”），模型学出来的东西就是垃圾。我建议花时间清洗标签数据，这比调参重要10倍。
4.3 聚类分析发现异常工况
分类模型需要标签，但很多时候我们根本不知道有哪些异常工况。这时候就要用聚类——让数据自己说话。
常用聚类方法：
- K-means：简单快速，但需要预设K值
- DBSCAN：能发现任意形状的簇，还能识别噪声点
- 层次聚类：结果直观，但计算量大
我习惯用DBSCAN。为什么？因为风机的异常工况往往是“离群点”，不是规规矩矩的球形簇。K-means会把离群点硬塞进某个簇，DBSCAN直接把它们标记为噪声——这正是我们想要的。
举个例子，我用DBSCAN分析某风场30台风机一个月的SCADA数据。聚类结果发现，有3台风机在低风速时段（3-5m/s）的振动数据明显偏离主簇。进一步检查，是这三台风机的叶片角度传感器零点漂移了。如果没有聚类分析，这种“软故障”可能要等到发电量明显下降才会被发现。
我的做法：先用PCA降维到2-3维，再用DBSCAN聚类。这样既能可视化，又能避免“维度灾难”。
# DBSCAN聚类示例
from sklearn.cluster import DBSCAN
from sklearn.decomposition import PCA
# 特征标准化
scaler = StandardScaler()
X_scaled = scaler.fit_transform(features)
# PCA降维
pca = PCA(n_components=2)
X_pca = pca.fit_transform(X_scaled)
# DBSCAN聚类
clustering = DBSCAN(eps=0.5, min_samples=10).fit(X_pca)
# 标签为-1的是异常点
anomalies = X_pca[clustering.labels_ == -1]
避坑指南：我曾经把风速、功率、温度等量纲差异很大的特征直接丢进聚类模型，结果聚类结果完全被“风速”这个特征主导。后来才意识到——标准化是聚类的第一步，没有标准化，聚类就是瞎搞。
4.4 特征工程与降维技术
前面说的回归、分类、聚类，都离不开特征。但SCADA数据里特征太多了——风速、风向、温度、压力、振动、电流、电压……少说几十个。特征太多，模型容易过拟合，训练也慢。怎么办？降维。
特征工程的核心：
- 特征提取：从原始信号里提取有用信息。比如从振动信号里提取RMS、峰值、峭度
- 特征选择：用相关性分析、互信息、特征重要性排序，挑出最有用的特征
- 特征构造：组合现有特征创造新特征。比如“风速³”代表风能，或者“温度变化率”代表趋势
降维技术：
| 方法 | 原理 | 我的使用场景 |
|---|---|---|
| PCA（主成分分析） | 线性降维，保留最大方差 | 聚类前的预处理 |
| t-SNE | 非线性降维，保留局部结构 | 可视化高维数据 |
| LDA（线性判别分析） | 有监督降维，最大化类间距离 | 分类前的特征压缩 |
| Autoencoder | 神经网络降维，非线性 | 数据量大、特征复杂时 |
我个人的习惯是：先用随机森林的特征重要性排序，砍掉那些重要性低于0.01的特征。然后再用PCA降到20维左右。这样既保留了关键信息，又控制了模型复杂度。
一个教训：有一次我做齿轮箱故障诊断，用了50多个特征，模型准确率只有72%。后来用特征重要性分析发现，排名前5的特征（齿轮箱输入轴振动、输出轴振动、油温、油压、转速）就贡献了85%的信息。去掉其他45个特征后，准确率反而提升到81%。特征不是越多越好，精炼才是王道。
# 特征重要性排序
from sklearn.ensemble import RandomForestClassifier
model = RandomForestClassifier()
model.fit(X, y)
# 获取特征重要性
importance = model.feature_importances_
# 排序
indices = np.argsort(importance)[::-1]
print("特征排名：")
for i in range(10):
print(f"{i+1}. {feature_names[indices[i]]}: {importance[indices[i]]:.4f}")
我的建议：特征工程没有标准答案，每个风场、每台风机都有自己的“脾气”。多跟现场运维师傅聊聊，他们知道哪些参数“一有变化就出事”——这些就是最好的特征。
好了，这一章的内容就这些。机器学习在风电运维里不是万能药，但它确实能帮我们看得更远、更准。下一章咱们聊聊深度学习在振动信号分析里的应用，那个更有意思。