风电智能决策系统：数据驱动方法实战

📚 共计 30 章节

风电数据基础

SCADA系统介绍 · 数据采集原理 · 数据清洗与预处理 · 缺失值处理策略

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

功率曲线拟合

风速预测入门

时间序列概念 · ARIMA模型原理 · Python实现风速预测 · 模型评估指标

机器学习基础

特征工程 · 训练集/测试集划分 · 过拟合与欠拟合 · 交叉验证

特征工程验证

决策树与随机森林

决策树原理 · 随机森林在风电中的应用 · 特征重要性分析 · 模型调参

随机森林调参

梯度提升模型

XGBoost原理 · LightGBM在功率预测中的应用 · 超参数优化 · 模型对比

XGBoostLightGBM

深度学习入门

神经网络基础 · 激活函数 · 损失函数 · PyTorch/TensorFlow环境搭建

神经网络PyTorch

LSTM时序预测

循环神经网络原理 · LSTM结构 · 风电功率多步预测 · 序列到序列模型

CNN在风电中的应用

一维卷积原理 · 时间序列特征提取 · 混合模型(CNN-LSTM) · 实战案例

CNN混合模型

异常检测方法

统计方法(3σ) · 孤立森林 · 自编码器 · 风机叶片结冰检测实战

孤立森林自编码器

K-Means聚类 · DBSCAN · 风场机组分组 · 工况划分

PCA主成分分析 · t-SNE可视化 · 特征压缩 · 传感器数据降噪

状态监测与健康管理

阈值预警 · 趋势分析 · 健康指数构建 · 剩余寿命预测入门

健康管理寿命预测

强化学习基础

马尔可夫决策过程 · Q-Learning · 策略梯度 · 风电控制场景介绍

Q-Learning策略梯度

深度强化学习

DQN算法 · PPO算法 · 风机偏航控制优化 · 仿真环境搭建

多目标优化

帕累托前沿 · NSGA-II算法 · 发电量与载荷权衡 · 调参策略

NSGA-II帕累托

贝叶斯优化

高斯过程 · 采集函数 · 超参数自动调优 · 风电模型优化实战

贝叶斯超参数

预训练模型 · 领域自适应 · 小样本场景 · 跨风场模型迁移

迁移学习领域自适应

SHAP值 · LIME · 特征重要性可视化 · 模型可信度评估

数据驱动控制

MPC与数据驱动结合 · 无模型控制 · 风机变桨控制优化

MPC变桨控制

数字孪生概念 · 虚拟传感器 · 实时映射 · 风场数字孪生架构

数字孪生虚拟传感器

边缘部署策略 · 模型压缩 · ONNX转换 · 嵌入式推理

边缘计算ONNX

隐私保护 · 分布式训练 · 风场协同建模 · 安全聚合

联邦学习隐私保护

因果图 · 反事实推理 · 干预分析 · 风电故障根因分析

因果推断根因分析

不确定性量化

蒙特卡洛dropout · 贝叶斯神经网络 · 预测区间 · 置信度评估

不确定性贝叶斯NN

流式数据处理 · 增量学习 · 概念漂移检测 · 自适应模型更新

在线学习概念漂移

图神经网络

图结构数据 · GCN原理 · 风场拓扑建模 · 机组关系挖掘

时间序列基础模型

TimesNet · PatchTST · Transformer在风电中的应用 · 长序列预测

TimesNetTransformer

大模型与风电

时序基础模型 · Prompt工程 · 少样本学习 · GPT在运维中的应用

大模型Prompt

综合实战项目

端到端风电功率预测系统 · 数据管道 · 模型部署 · 监控告警