工业大数据分析Python扩展编程数据处理教学讲义.docx

《工业大数据分析Python扩展编程数据处理教学讲义.docx》由会员分享，可在线阅读，更多相关《工业大数据分析Python扩展编程数据处理教学讲义.docx（4页珍藏版）》请在第一文库网上搜索。

1、任务7.1Python扩展编程数据处理任务概述Python语言提供了快速数组处理、数值运算以及绘图功能。PythOn作为一门解释型的语言，它天生具有跨平台的特征，只要为平台提供了相应的Python解释器，Python就可以在该平台上运行。本任务通过大数据平台的Python语言扩展编程功能实现数据处理。Python语言编程节点支持用Python语言编程实现数据处理、数据分析、图表展示等功能。丰富建模过程中处理、算法及图表的方法，使得建模过程更加灵活。本任务中的案例使用的数据是风机结冰故障数据。叶片结冰是风电领域的一个全球范围难题。低温环境所导致的叶片结冰、材料及结构性能改变、载荷改变的问题等，对

2、风机的发电性能和安全运行造成较大的威胁。目前风机运行的实时数据主要由SCADA（注）系统进行存储，对叶片结冰故障的监测手段主要是比较风机实际功率与理论功率之间的偏差，当偏差达到一定值后会触发风机的报警和停机。数据文件：fengji_data.csv0数据集字段说明如下：字段名称数据类型数据样例解释说明time字符型2015/11/40:00数据采集时间Wind_speed数值型(DOUB1E)1.096584281风速generatOJSPeed数值型(DOUB1E)1.236889745发电机转速power数值型(DOUB1E)1.008939网侧有功功率（kw）wind_direction

3、数值型(DOUB1E)1.537073对风角（）winddirectionmean数值型(DOUB1E)1.06865325秒平均风向角yaw_position数值型(DOUB1E)-0.62627偏航位置yaw_speed数值型(DOUB1E)-0.03896偏航速度pitch1_ang1e数值型(DOUB1E)0.222222叶片1角度pitch2_ang1e数值型(DOUB1E)0.195556叶片2角度pitch3ang1e数值型(DOUB1E)0.177778叶片3角度PitCh1,_speed数值型(DOUB1E)0.0101叶片1速度pitch2_speed数值型(DOUB1E)

4、0.0203叶片2速度pitch3_speed数值型(DOUB1E)0.0301叶片3速度pitch1_moto_tmp数值型(DOUB1E)-1.389叶片1变桨电机温度pitch2_moto_tmp数值型(DOUB1E)-1.43叶片2变桨电机温度pitch3_moto_tmp数值型(DOUB1E)-1.35叶片3变桨电机温度acc_x数值型(DOUB1E)-1.02399X方向加速度acc_y数值型(DOUB1E)0.061109y方向加速度environmenttmp数值型(DOUB1E)-0.8947环境温度int_tmp数值型(DOUB1E)-0.92206机舱温度pitch1_n

5、g5_tmp数值型(DOUB1E)0.969231叶片1上ng5的温度pitch2_ng5_tmp数值型(DOUB1E)0.629231叶片2上ng5的温度pitch3_ng5_tmp数值型(DOUB1E)0.769231叶片3上ng5的温度pitch1_ng5_DC数值型(DOUB1E)-0.8叶片1ng5充电器直流电流pitch2_ng5_DC数值型(DOUB1E)0.48叶片2ng5充电器直流电流pitch3ng5DC数值型(DOUB1E)-0.08叶片3ng5充电器直流电流group数值型(INT)44数据分组标识frozen_state布尔型(B1EN)0结冰状态通过本任务的学习：(

6、1)能够实现本地数据文件上载大到大数据平台。(2)能够编写Python扩展程序实现风机数据分析。任务实现步骤1：建模区“数据管理”下拉列表内拖入“文件输入”节点，“扩展编程”下拉列表内拖入“Python编程”节点,构建如下模型,如图7-1-1所示。步骤2：将风机数据加载到文件输入节点，如图7-1-2所示:fengjidata会SS文件上传S1除全部删除Q数据内容数够构csvfengji_datatimewindspeedgeneratorspeedpower2015/11/418:060.4143105161.2S68325750.8327126252015/11/418:070.790430

7、791.2501849650.5693576152015/11/418:080.29998356112568325750.6013923452015/11/418:090.4806984212734515990.6074149682015/11/418:100.7462274831.2568325750.6754916992015/11/418:110.3294672921.2568325750.601392345口分区记录条数10点击音看功能说明门定取消图7-1-2数据上传至文件输入节点步骤3：配置完“文件输入”节点后，继续配置“Python编程”节点，在Python编辑”界面输入Pytho

8、n代码，如图7-1-3所示。PythOn编程PYTHONWiagIdf=get1PortV1uepram:cod输出福口绿玛param:va1ue总出S据设F点瑚方法：IetNodeInsight(KtmI)Param:htm1S.jf(htmJQ瑚WtsHt方法：viewDFInsight(df,tit1e)Pararn:dfSXSPaQm:tit1e标18(可选参IS)输入S6：*入.逐口编码为：in输入(S患为：名称奥里time字符型wiri.speedWfHS(DOUB1E)generatorspeedKffiSS(DO1IB1E)点击查看功能说我步骤4：单击“校验”，显示“脚本正确”

9、后，点击“确定”关闭窗口，如图7-1-4所示。PythOn编程荻取输入敷JK方法：9et1nPortVa1ue(code)param:COde输入S狗吗设M峥出&S方法：setutPort1ue(code.va1ue)param:code输出惴口脸狎param：va1ue输出切B没值节点潮防法：SetNodeInsight(HtmI)param:htm1节面彝(Hm1fS式)初豺JjS全方法：viewDFInsight(df.-tit1e)*param:df数指悠param:tit1e5逐可选参政)输入名琳：A馈口码为：in喻人信息为：8类型timeFSSwtndpwdISiaffi(DOUB1E)generatorpeedIJKfiSi(DOUB1E)PYTHOMSff1a1 df=get1nPortVrfue(,in)2 des=df.deicribe3 desdes.T4 des(index,)=des.indexQietOutPortVa1ue(outde)viewOFInsight(des.,tit1e*)图7-1-4Python语言编程-校验步骤5：模型运行结果包含数据行数、均值、方差、最小值等，如图7-1-5所示。图7-1-5Python编程扩展模型运行结果