01
风电数据采集概述
传感器类型（风速、风向、振动、温度）· 数据采集系统架构 · SCADA系统基础
传感器SCADA
02
数据采集硬件与接口
PLC与RTU · Modbus协议 · OPC UA协议 · 工业以太网
硬件协议
03
数据采集软件栈
Python与pyModbus库 · pylogix库 · OPC UA客户端实现
PythonOPC UA
04
数据采集实战
从风机PLC读取实时数据 · 数据缓存与本地存储 · 断线重连机制
实战PLC
05
数据格式与标准化
CSV、Parquet、HDF5格式对比 · 时间戳标准化 · 单位统一
格式标准化
06
数据质量初探
缺失值 · 异常值 · 重复值 · 时间戳乱序问题
质量诊断
07
缺失值处理
前向填充 · 后向填充 · 线性插值 · 基于风速曲线的智能填充
插值风速曲线
08
异常值检测（上）
3σ原则 · 箱线图法 · Z-Score方法
统计箱线图
09
异常值检测（下）
孤立森林算法 · DBSCAN聚类检测 · 基于物理模型的阈值法
机器学习DBSCAN
10
数据平滑与去噪
移动平均 · 指数平滑 · 小波去噪 · 卡尔曼滤波入门
滤波小波
11
时间序列重采样
降采样（分钟级→小时级）· 升采样 · 聚合函数选择
重采样聚合
12
风速-功率曲线建模
理论功率曲线 · 实测散点图 · Bin方法计算平均曲线
功率曲线Bin方法
13
风向与机舱对风分析
风向偏差计算 · 偏航误差统计 · 对风效率评估
偏航效率
14
湍流强度与风切变
湍流强度计算 · 风切变指数 · 对发电量的影响
湍流风切变
15
空气密度修正
温度、气压、湿度对功率的影响 · 密度修正公式
密度修正
16
数据归一化与标准化
Min-Max归一化 · Z-Score标准化 · 鲁棒缩放
归一化鲁棒
17
特征工程（上）
统计特征（均值、方差、偏度、峰度）· 时域特征提取
统计时域
18
特征工程（下）
频域特征（FFT、功率谱密度）· 时频域特征（小波包能量）
FFT小波包
19
降维技术
PCA主成分分析 · t-SNE可视化 · 自动编码器降维
PCAt-SNE
20
数据分割
时间序列交叉验证 · 滑动窗口分割 · 训练/验证/测试集划分
交叉验证滑动窗口
21
标签工程
异常标签生成 · 功率曲线偏移标签 · 叶片结冰标签
标签结冰
22
数据版本管理
DVC工具入门 · 数据集版本控制 · 数据管道构建
DVC版本控制
23
数据管道自动化
Airflow调度数据采集 · Prefect编排预处理流程
AirflowPrefect
24
数据质量监控看板
Grafana实时监控 · 数据质量指标（DQIs）· 告警规则
Grafana监控
25
边缘计算预处理
在风机边缘端进行轻量级预处理 · 边缘-云端协同
边缘计算协同
26
数据安全与隐私
数据脱敏 · 访问控制 · 加密传输 · GDPR合规
安全GDPR
27
案例实战（一）
基于SCADA数据的风机性能衰减分析
性能衰减SCADA
28
案例实战（二）
叶片结冰检测的数据预处理全流程
结冰检测预处理
29
案例实战（三）
风电场功率预测的数据准备与特征构建
功率预测特征
30
课程总结与展望
AI在风电运维中的未来趋势 · 持续学习路径
趋势学习路径