Files
wind_power_cal/docs/接口文档.md
T
cloud ce58c35c34 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
2026-07-14 16:10:29 +08:00

255 lines
5.1 KiB
Markdown

# 接口文档
## 通用响应
后端接口统一返回:
```json
{
"status": 0,
"msg": "success",
"data": {}
}
```
`status``0` 表示成功,非 `0` 表示业务失败。
## 系统接口
### GET /api/system/health
返回服务健康状态。
成功响应:
```json
{
"status": 0,
"msg": "success",
"data": {
"status": "ok"
}
}
```
### GET /api/system/version
返回服务版本信息。
成功响应:
```json
{
"status": 0,
"msg": "success",
"data": {
"name": "wind_power_cal",
"version": "0.1.0"
}
}
```
## 风功率计算接口
### POST /api/wind/jobs/start
创建风功率计算任务。前端已完成 Excel 表头解析和字段映射,后端只保存任务元数据。
请求:
```json
{
"files": [
{
"file_name": "01_风机历史数据.xls",
"row_count": 51906
}
],
"mapping": {
"time": "时间",
"fan_id": "风机编号",
"wind_speed": "风速(m/s)",
"active_power": "有功功率(kW)",
"generator_speed": "发电机转速(rpm)"
}
}
```
成功响应:
```json
{
"status": 0,
"msg": "success",
"data": {
"job_id": "job_123"
}
}
```
### POST /api/wind/jobs/chunk
上传标准化后的数据分片。每行字段必须使用标准字段名。
请求:
```json
{
"job_id": "job_123",
"chunk_index": 0,
"rows": [
{
"time": "2024-09-01 14:00:00",
"fan_id": "01#",
"wind_speed": 3.414,
"active_power": 114.3471,
"generator_speed": 1109.3143
}
]
}
```
成功响应:
```json
{
"status": 0,
"msg": "success",
"data": {
"accepted_rows": 1
}
}
```
### POST /api/wind/jobs/finish
完成任务并执行清洗、排序、分箱和功率曲线计算。
请求:
```json
{
"job_id": "job_123",
"options": {
"power_step": 5,
"cleaning_wind_speed_step": 0.25,
"curve_wind_speed_step": 0.5,
"wind_speed_change_threshold": 1,
"iqr_lower_multiplier": 1.8,
"iqr_upper_multiplier": 2,
"minimum_generator_speed": 1,
"generator_speed_k": 0.9
}
}
```
成功响应:
```json
{
"status": 0,
"msg": "success",
"data": {
"summary": {
"raw_rows": 51906,
"valid_rows": 38017,
"invalid_rows": 13889,
"duplicate_rows": 0,
"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,
"high_wind_low_power": 0,
"curve_residual_outlier": 0,
"rated_plateau_low_power": 0
},
"fan_count": 1
},
"fans": ["01#"],
"curves": {
"01#": [
{
"wind_speed_start": 3.0,
"wind_speed_end": 3.5,
"wind_speed": 3.25,
"sample_count": 120,
"average_power": 180.5,
"median_power": 176.2,
"stddev_power": 32.1,
"p25_power": 150.0,
"p75_power": 205.0,
"confidence": "脚本分箱"
}
]
},
"bins": {
"01#": []
},
"scatter_points": {
"01#": [
{
"wind_speed": 3.414,
"active_power": 114.3471
}
]
},
"filtered_points": {
"01#": [
{
"wind_speed": 5.2,
"active_power": 430.0,
"reason": "speed_power_outlier"
}
]
},
"estimated_params": {
"01#": {
"rated_power": 3120.5,
"rated_wind_speed": 10.75,
"source": "auto"
}
}
}
}
```
清洗规则:
- `active_power <= 0` 的数据剔除。
- `generator_speed < generator_speed_k * minimum_generator_speed` 的数据剔除。
- 时间不可解析的数据剔除。
- 风机编号为空的数据剔除。
- `wind_speed <= 0` 的数据剔除。
- 同一风机同一时间重复记录保留第一条。
- 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` 返回所有过滤阶段滤除的点和原因。
- `estimated_params.source``auto``auto_power_fallback_wind``fallback`
### DELETE /api/wind/jobs/{job_id}
清理未完成任务的临时文件。
成功响应:
```json
{
"status": 0,
"msg": "success",
"data": null
}
```