优化: 增强高风速功率曲线清洗

- 自动估算每台风机平台功率和平台起始风速
- 增加高风速低功率、曲线残差和严格平台过滤
- 前端展示估算参数并更新接口与设计文档

docs/接口文档.md

@@ -131,8 +131,6 @@
 {
   "job_id": "job_123",
   "options": {
-    "rated_power": 4800,
-    "rated_wind_speed": 18,
     "power_step": 5,
     "cleaning_wind_speed_step": 0.25,
     "curve_wind_speed_step": 0.5,
@@ -160,11 +158,17 @@
       "limit_power_rows": 0,
       "tip_speed_ratio_outlier_rows": 0,
       "speed_power_outlier_rows": 0,
+      "high_wind_low_power_rows": 0,
+      "curve_residual_outlier_rows": 0,
+      "rated_plateau_low_power_rows": 0,
       "invalid_reasons": {
         "invalid_active_power": 13889,
         "limit_power": 0,
         "tip_speed_ratio_outlier": 0,
-        "speed_power_outlier": 0
+        "speed_power_outlier": 0,
+        "high_wind_low_power": 0,
+        "curve_residual_outlier": 0,
+        "rated_plateau_low_power": 0
       },
       "fan_count": 1
     },
@@ -204,6 +208,13 @@
           "reason": "speed_power_outlier"
         }
       ]
+    },
+    "estimated_params": {
+      "01#": {
+        "rated_power": 3120.5,
+        "rated_wind_speed": 10.75,
+        "source": "auto"
+      }
     }
   }
 }
@@ -220,8 +231,13 @@
 - 限功率识别按参考脚本执行：按功率分箱、按日期分组，组内风速跨度大于阈值时剔除。
 - 叶尖速比使用参考脚本公式 `generator_speed * 3.14 * 162 * 78 * 30 / wind_speed`，按风速分箱做 IQR 清洗。
 - 风速-功率关系按同一风速分箱和 IQR 参数清洗。
+- 每台风机在 IQR 清洗后自动估算平台功率和平台起始风速，返回到 `estimated_params`。
+- 高风速平台区明显低于平台功率的点剔除为 `high_wind_low_power`。
+- 基于分箱中位功率曲线的残差异常点剔除为 `curve_residual_outlier`。
+- 严格额定平台区残留偏低点剔除为 `rated_plateau_low_power`。
 - 最终曲线按 `curve_wind_speed_step` 左开右闭分箱，区间非空即输出平均功率点。
-- `scatter_points` 返回清洗后保留点，`filtered_points` 返回限功率和 IQR 阶段滤除的点。
+- `scatter_points` 返回清洗后保留点，`filtered_points` 返回所有过滤阶段滤除的点和原因。
+- `estimated_params.source` 为 `auto`、`auto_power_fallback_wind` 或 `fallback`。
 
 ### DELETE /api/wind/jobs/{job_id}
 

docs/风机历史数据无效值清洗与功率计算设计.md

@@ -30,7 +30,8 @@
 - 实测功率优先，已有 `有功功率(kW)` 时不使用理论风功率公式反推时刻功率。
 - 清洗规则分层执行，基础无效值直接剔除，疑似限功率和统计离群点应可追溯标记。
 - 每个风速区间必须输出样本数，样本不足的区间不能作为正式功率曲线点。
-- 额定功率、额定风速、叶轮直径、齿轮箱速比等机型参数必须配置化，不能写死为旧脚本中的 `4800` 或 `6700`。
+- 额定功率和平台起始风速优先从每台风机的清洗后数据中自动估算，不能写死为旧脚本中的 `4800` 或 `6700`。
+- 自动清洗以可解释规则为主，先不引入 DBSCAN、RANSAC 或机器学习依赖。
 
 ## 无效值清洗方案
 
@@ -158,6 +159,80 @@ IQR = Q3 - Q1
 
 高风速额定平台区建议额外处理。额定风速以上，功率应接近额定功率；如果出现大量高风速低功率点，应优先判断为限功率、停机、故障或弃风，不应简单参与正常功率曲线均值。
 
+### 8. 自动额定参数估算
+
+在完成基础清洗、限功率识别、叶尖速比 IQR 和风速-功率 IQR 后，系统按风机独立估算平台参数：
+
+```text
+estimated_rated_power = 高功率稳定区域的稳健平台功率
+estimated_rated_wind_speed = 分箱中位功率首次达到 0.95 * estimated_rated_power 的风速
+```
+
+估算规则：
+
+- 先取有功功率的高分位区域，使用该区域的中位数估算平台功率，避免单个尖峰影响。
+- 再按 `0.5 m/s` 风速分箱计算中位功率曲线，寻找首次进入 `95%` 平台功率的风速。
+- 若样本不足或无法形成平台，则回退到后端默认参数，并标记 `source = fallback`。
+- 响应中按风机返回 `estimated_params`，用于前端展示和人工复核。
+
+### 9. 高风速平台区二次过滤
+
+自动估算平台参数后，对额定平台区执行二次过滤：
+
+```text
+平台区 = 风速 >= estimated_rated_wind_speed
+平台功率中位数 = median(平台区有功功率)
+MAD_sigma = 1.4826 * MAD(平台区有功功率)
+下限 = max(0.85 * estimated_rated_power, 平台功率中位数 - max(4 * MAD_sigma, 0.08 * 平台功率中位数))
+```
+
+平台区内低于下限的数据标记为：
+
+```text
+high_wind_low_power
+```
+
+该规则专门处理高风速区仍明显低于平台功率的散点，避免这些点拉低正式功率曲线。
+
+### 10. 鲁棒曲线残差过滤
+
+平台区二次过滤后，系统再构建一条分箱中位功率基准曲线：
+
+```text
+1. 按风速分箱计算中位功率。
+2. 对每个散点按风速插值得到期望功率。
+3. 计算残差 = 实测功率 - 期望功率。
+4. 在每个风速段内使用 MAD 自适应阈值剔除异常残差。
+```
+
+被剔除的数据标记为：
+
+```text
+curve_residual_outlier
+```
+
+该规则用于补充单纯 IQR 的不足，特别是异常点数量较多导致四分位范围被拉宽的场景。
+
+### 11. 严格额定平台过滤
+
+对已经进入稳定额定平台的高风速段，再执行更严格的低功率过滤：
+
+```text
+严格平台区 = 风速 >= estimated_rated_wind_speed + 0.5
+下限 = max(
+  0.92 * estimated_rated_power,
+  平台功率中位数 - max(2.5 * MAD_sigma, 0.04 * 平台功率中位数)
+)
+```
+
+严格平台区内低于下限的数据标记为：
+
+```text
+rated_plateau_low_power
+```
+
+该规则只作用于平台区，不作用于爬坡过渡段，用于进一步清除额定风速后残留的偏低散点。
+
 ## 风机功率计算方案
 
 ### 1. 时刻功率
@@ -264,6 +339,10 @@ P = 0.5 * ρ * A * Cp * v^3
   -> 标记疑似限功率
   -> 可选：叶尖速比异常过滤
   -> 风速-功率分箱离群过滤
+  -> 自动估算平台功率和平台起始风速
+  -> 高风速平台区二次过滤
+  -> 鲁棒曲线残差过滤
+  -> 严格额定平台过滤
   -> 输出清洗后明细
   -> 输出风速-功率曲线表
   -> 输出功率曲线图
@@ -281,6 +360,10 @@ P = 0.5 * ρ * A * Cp * v^3
 | 发电机最小转速 | `1 rpm` | 判断是否发电 |
 | 功率上限 | `额定功率 * 1.10` | 防止异常高功率 |
 | 风速上限 | `35 m/s` | 防止异常风速 |
+| 平台功率下限 | `max(85%额定功率, MAD 自适应下限)` | 剔除高风速低功率异常 |
+| 残差过滤下限 | `max(4*MAD_sigma, 10%额定功率)` | 剔除低于主曲线的异常点 |
+| 残差过滤上限 | `max(4*MAD_sigma, 16%额定功率)` | 剔除高于主曲线的异常点 |
+| 严格平台下限 | `max(92%额定功率, 2.5*MAD 自适应下限)` | 剔除平台区残留偏低点 |
 
 机型配置建议包含：
 
@@ -309,6 +392,8 @@ P = 0.5 * ρ * A * Cp * v^3
 - 功率曲线应随风速整体上升，并在额定风速附近进入平台。
 - 01 号风机最大实测功率约 `3307 kW`，额定功率配置应与该量级一致。
 - 高风速低功率点应被标记为疑似限功率、停机或异常，而不是直接拉低正式曲线。
+- 高风速平台区的保留散点应集中在自动估算的平台功率附近。
+- `filtered_points` 中应能看到 `high_wind_low_power`、`curve_residual_outlier` 和 `rated_plateau_low_power`。
 - 样本数不足的风速区间应在结果中明确标记。
 
 ### 人工复核
@@ -324,9 +409,18 @@ P = 0.5 * ρ * A * Cp * v^3
 | 额定功率配置错误 | 功率上限过滤和平台判断失真 | 按每台机组实测最大功率和机型资料确认 |
 | 把累计限功率时间误当状态量 | 大量正常数据被误删 | 使用相邻增量和功率形态综合判断 |
 | 分箱样本数过少 | 曲线点随机波动大 | 输出样本数和置信度，低样本不参与正式曲线 |
+| 平台参数估算失败 | 高风速过滤失效或误判 | 回退默认值并在 `estimated_params.source` 中标记 |
+| 高风速异常点占比过高 | 平台中位数被拉低 | 平台过滤后再用残差过滤补充识别 |
 | 叶尖速比公式错误 | 清洗结果偏差 | 使用标准公式，并配置叶轮半径和齿轮箱速比 |
 | 时间间隔异常 | 发电量计算偏差 | 使用相邻时间差，并对异常间隔标记 |
 
+## 参考资料
+
+- POT-DBSCAN 风功率数据预处理方法：https://www.techscience.com/energy/v118n3/41894/html
+- Adaptive DBSCAN 功率曲线异常点清洗：https://pure.ewha.ac.kr/en/publications/a-study-on-wind-power-curve-modeling-using-adaptive-dbscan/
+- RANSAC 自适应阈值风功率数据清洗：https://www.nature.com/articles/s41598-025-89177-9
+- 基于图像形态学的功率曲线异常点识别：https://arxiv.org/abs/2307.08539
+
 ## 后续实施建议
 
 建议将现有两个脚本整理为一个可配置处理流程：