韧笔1. 风电机组故障诊断数据集概述
在风电行业摸爬滚打多年，我深刻体会到故障诊断数据质量对模型效果的决定性影响。这次分享的爱尔兰3MW风电机组SCADA数据集，是我们团队经过两年时间打磨的成果，特别适合研究时空特征融合的故障诊断算法。数据集完整记录了2014-2015年间的运行数据，包含63个监测变量和6种典型故障状态，采样间隔10分钟，原始样本量达49027条。
这个数据集的核心价值在于：
- 完整覆盖了故障发生前后48小时的关键数据窗口
- 采用DBSCAN+双重模型验证的异常值处理方案
- 首创双向标注策略捕捉故障传播特征
- 提供标准化处理后的时空矩阵样本
重要提示：处理SCADA数据时，务必注意风速≤0、功率≤0等物理不可行值必须优先剔除，这是后续分析的基础前提。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 数据集构建全流程解析
2.1 原始数据获取与预处理
数据来自爱尔兰某风电场的3MW双馈机组，包含：
- 常规SCADA数据（2014.5.1-2015.4.9）
- 故障记录数据（2014.5.14-2015.1.15）
我们采用"故障时间±24h"的滑动窗口进行数据截取，确保包含故障发生、发展、恢复的全周期特征。原始数据字段可分为七大类：
| 数据类型 | 典型字段示例 | 物理意义 |
|---|---|---|
| 振动类 | 机舱振动X/Y平均值 | 机械结构健康状态 |
| 气象类 | 300秒平均风速 | 外部环境输入 |
| 电气类 | 电网有功功率 | 能量输出特性 |
| 温度类 | 齿轮箱油温 | 部件工作状态 |
| 控制类 | 偏航速度 | 系统调节响应 |
| 状态类 | 风轮转速 | 运行工况表征 |
| 故障码 | fault_code | 真实标签 |
2.2 异常值处理关键技术
传统阈值法处理SCADA数据异常值存在明显局限。我们创新性地采用DBSCAN聚类结合模型验证的方案：
-
参数空间探索：构建25种(ε, np)组合，其中：
- 邻域半径ε∈[0.02,0.06]
- 最小邻域点数np∈[6,12]
-
双重验证机制：
- 回归模型：风速→有功功率，用MSE评估
- 分类模型：(风速,功率)→聚类标签，用F1