01
风电功率预测概述
为什么需要预测 · 基本概念 · 难度与挑战
基础认知
02
数据采集与预处理
SCADA系统 · 数据清洗 · 缺失值处理 · 异常值检测
数据清洗
03
特征工程基础
风速与功率关系 · 风向 · 温度 · 气压特征
特征相关性
04
时间序列分析入门
平稳性检验 · 自相关函数 · 偏自相关函数
时序统计
05
经典预测模型
持久性模型 · ARIMA原理与实现
ARIMA基准
06
机器学习模型
线性回归 · 决策树 · 随机森林在风电预测中的应用
ML集成
07
深度学习模型
LSTM网络原理 · CNN-LSTM混合模型
LSTMCNN
08
模型评估指标
MAE · RMSE · MAPE · R² 计算与解读
评估指标
09
Matplotlib基础
折线图 · 散点图 · 柱状图绘制
可视化基础
10
预测结果可视化
实际值与预测值对比图 · 误差分布图
对比误差
11
Seaborn高级可视化
热力图 · 箱线图 · 联合分布图
Seaborn统计
12
动态交互可视化
Plotly基础 · 动态时间序列图
Plotly交互
13
报告制作工具
Jupyter Notebook与Markdown基础
工具Markdown
14
报告结构设计
摘要 · 方法 · 结果 · 结论的标准结构
结构规范
15
自动化报告生成 · Word
Python生成Word报告 (python-docx)
Word自动化
16
自动化报告生成 · PDF
Python生成PDF报告 (ReportLab)
PDFReportLab
17
HTML报告制作
使用Jinja2模板生成动态HTML报告
HTMLJinja2
18
报告中的表格制作
Pandas DataFrame转表格 · 样式美化
表格美化
19
报告中的图表嵌入
Matplotlib/Plotly图表嵌入报告
图表嵌入
20
多模型对比报告
模型性能对比表与对比图
对比分析
21
季节性分析报告
不同季节预测精度差异的可视化
季节精度
22
极端天气事件分析
台风、寒潮等极端条件下的预测表现
极端鲁棒性
23
误差分析报告
残差分析 · 误差分布统计
残差诊断
24
超参数调优报告
不同超参数对模型性能的影响可视化
调优超参数
25
实时预测系统可视化
搭建简易的实时预测看板
实时看板
26
地理信息可视化
风电场分布图 · 风玫瑰图
GIS风玫瑰
27
报告自动化流水线
从数据到报告的完整Pipeline
Pipeline自动化
28
报告质量审核
常见错误检查 · 数据一致性验证
审核质量
29
案例实战
某风电场24小时功率预测报告制作
实战综合
30
课程总结与展望
行业趋势 · 进阶学习路径
总结未来