风功率曲线建模：理论功率曲线、实测功率曲线、基于SCADA数据的功率曲线拟合、异常点剔除
各位同学，今天我们来聊聊风功率曲线建模。说实话，这是风电数据分析里最基础、也最容易被忽视的一环。我见过不少团队，上来就搞深度学习预测，结果连功率曲线都没搞清楚，最后模型效果一塌糊涂。嗯，咱们今天就把这块地基打牢。
理论功率曲线：理想很丰满
理论功率曲线，说白了就是风机出厂时厂家给的那条曲线。它描述了在标准空气密度下，风速和输出功率之间的理想关系。你想想看，厂家在风洞里测出来的数据，那环境多干净啊——没有湍流、没有尾流、没有变桨延迟。
典型的理论功率曲线长这样：
- 切入风速（通常3-4 m/s）：风机开始发电
- 额定风速（通常10-12 m/s）：达到额定功率
- 切出风速（通常25 m/s）：为了保护风机，停机
我个人习惯把理论功率曲线当作一个「基准线」。它告诉你：在完美条件下，这台风机应该输出多少功率。但现实嘛...从来都不完美。
核心公式：理论功率 P = 0.5 × ρ × A × Cp × v³
其中 ρ 是空气密度，A 是扫风面积，Cp 是风能利用系数，v 是风速。
实测功率曲线：现实很骨感
实测功率曲线，就是从SCADA系统里拉出来的真实数据。我在项目中遇到过一件事：某风场有一台风机，理论额定功率是2MW，但实测数据里最高只能到1.7MW。一开始大家以为是传感器坏了，后来排查发现——叶片结冰了。
实测曲线和理论曲线之间的差异，往往藏着大问题：
- 整体偏低：可能叶片污染、空气密度低、对风不准
- 散点太散：湍流强度大、控制策略有问题
- 高风速段掉功率：变桨系统响应慢、齿轮箱效率下降
我的经验：拿到SCADA数据后，第一件事不是建模，而是画散点图。把风速-功率散点图一画，很多问题就一目了然了。
基于SCADA数据的功率曲线拟合
好了，现在我们有了一堆实测数据，怎么拟合出一条平滑的功率曲线？常用的方法有这么几种：
1. 分箱法（Bin Method）
这是IEC标准推荐的方法。把风速分成0.5 m/s的区间，每个区间内取功率的中位数或平均值。说白了就是「分段平均」。我建议用中位数而不是均值，因为异常点对均值的影响太大了。
import pandas as pd
import numpy as np
def bin_power_curve(df, wind_col='wind_speed', power_col='power', bin_width=0.5):
# 分箱
df['bin'] = np.floor(df[wind_col] / bin_width) * bin_width
# 每个bin取中位数
curve = df.groupby('bin')[power_col].median().reset_index()
return curve2. 参数化拟合
用数学模型去拟合。常用的有：
- Logistic函数：S形曲线，适合描述从0到额定功率的过渡
- 多项式拟合：简单粗暴，但容易过拟合
- 分段多项式：不同风速段用不同阶数的多项式
我个人比较喜欢用分段多项式。为什么？因为功率曲线在不同风速段的物理特性不一样。低风速段是三次方关系，高风速段是饱和关系，你用同一个模型去拟合，很难兼顾两头。
3. 非参数方法
比如局部加权回归（LOWESS）、高斯过程回归。这些方法灵活，但计算量大，而且可解释性差。我在做故障诊断时偶尔会用，日常监控还是分箱法更实用。
注意：拟合之前一定要做数据清洗。SCADA数据里经常有停机数据、限功率数据、通讯异常数据。这些数据如果不剔除，拟合出来的曲线会严重失真。
异常点剔除：数据清洗的关键一步
说到异常点剔除，这可是个技术活。我曾经接手过一个项目，某风场连续三个月发电量偏低，运维团队查了各种原因都没找到。我一看SCADA数据，好家伙——功率曲线散点图里有一大片「掉队」的点，全是变桨系统卡涩导致的。把这些异常点剔除后重新拟合，问题就暴露出来了。
常用的异常点剔除方法：
- 基于物理约束：功率不能为负，风速不能超过切出风速，功率不能超过额定功率的1.2倍
- 基于统计方法：3σ原则、四分位距法（IQR）
- 基于局部密度：LOF算法，适合识别散点图中的孤立点
- 基于模型残差：先拟合一条初步曲线，剔除残差过大的点，再重新拟合
我建议采用「两步走」策略：
- 第一步：用物理约束和统计方法剔除明显的异常点
- 第二步：用模型残差法剔除那些「看起来正常但实际偏离」的点
def remove_outliers_by_residual(df, wind_col, power_col, threshold=2.5):
# 先用分箱法拟合初步曲线
curve = bin_power_curve(df, wind_col, power_col)
# 插值得到每个点的预测功率
df['pred'] = np.interp(df[wind_col], curve['bin'], curve[power_col])
# 计算残差
df['residual'] = np.abs(df[power_col] - df['pred'])
# 剔除残差过大的点
clean_df = df[df['residual'] < threshold * df['residual'].std()]
return clean_df避坑指南：我曾经犯过一个错误——把异常点剔除得太狠了。结果拟合出来的曲线特别「漂亮」，但实际应用时完全不准。记住，异常点里也藏着信息。有些「异常」其实是机组在特殊工况下的真实表现，比如低风速段的高功率点，可能是阵风导致的。
知识体系总览
下面这张图，是我梳理的本章知识结构。你可以把它当作一个「导航图」：
这张图把本章的核心内容串起来了。从左到右，从理论到实测再到拟合，最后落到异常点剔除。你写代码的时候，也可以按照这个流程来组织。
好了，关于风功率曲线建模，今天就聊到这儿。记住一句话：功率曲线是风机的「心电图」，读懂了它，你就读懂了风机一半的健康状况。