第三章：风电运维数据采集——SCADA、振动、油液、气象数据的采集与清洗
各位同行，咱们做风电运维的，都知道一个道理：数据就是眼睛。没有准确的数据，你连风机在“喊疼”都听不见。这一章，我就把SCADA数据、振动数据、油液数据和气象数据这四类核心数据的采集与清洗，掰开了揉碎了讲清楚。
核心观点：数据采集不是“接根线就完事”，清洗也不是“删掉空值就收工”。这两步做不好，后面的智能检索和故障诊断全是空中楼阁。
3.1 SCADA数据采集与清洗
SCADA系统，说白了就是风机的“黑匣子”。它记录着风机几乎所有的运行参数：功率、转速、温度、电压、电流……我见过不少新入行的同事，上来就对着SCADA数据做分析，结果发现模型根本不准。为什么？因为数据没洗干净。
3.1.1 采集要点
- 采样频率：通常为1秒或10秒一次。我个人习惯，做振动分析时用1秒数据，做功率曲线分析时用10秒数据，够用就行，别贪多。
- 数据字段：至少包含时间戳、有功功率、风速、发电机转速、桨距角、机舱温度、齿轮箱油温。少了这几个，你后面做相关性分析会很难受。
- 采集方式：通过OPC UA或Modbus TCP协议从风机主控PLC读取。嗯，这里要注意，有些老风机用的是Modbus RTU，需要串口转以太网。
3.1.2 清洗方法
SCADA数据最常见的坑有三个：空值、异常值、时间戳错乱。
我的经验：我曾经处理过一个风场的数据，发现某台风机连续三天功率为零，但风速正常。查了半天，原来是通讯模块死机了。这种数据如果不剔除，会严重拉低整个风场的平均发电量。
# 一个简单的SCADA数据清洗流程（Python伪代码）
import pandas as pd
import numpy as np
# 1. 加载数据
df = pd.read_csv('scada_data.csv')
# 2. 删除空值超过50%的列
df = df.dropna(thresh=len(df)*0.5, axis=1)
# 3. 处理时间戳：统一为UTC格式
df['timestamp'] = pd.to_datetime(df['timestamp'], utc=True)
# 4. 剔除停机数据（功率 < 0 或 风速 < 切入风速）
df = df[(df['active_power'] > 0) & (df['wind_speed'] >= 3.0)]
# 5. 功率曲线异常点剔除（3-sigma原则）
mean_power = df['active_power'].mean()
std_power = df['active_power'].std()
df = df[(np.abs(df['active_power'] - mean_power) <= 3 * std_power)]
3.2 振动数据采集与清洗
振动数据是诊断齿轮箱和轴承故障的“听诊器”。但说实话，振动数据也是最容易“脏”的数据。你想想看，传感器安装在高速运转的部件上，电磁干扰、安装松动、线缆破损……随便哪个问题都能让数据变成一团乱麻。
3.2.1 采集要点
- 传感器类型：加速度传感器（IEPE型）最常用，频率范围0.5Hz-10kHz。我建议在齿轮箱高速轴、发电机驱动端和非驱动端各装一个。
- 采样频率：至少2.56倍于最高分析频率。比如你要分析到2kHz，采样频率就得设到5.12kHz以上。
- 数据长度：每次采集至少1秒的连续数据，做FFT时分辨率才够。
3.2.2 清洗方法
振动数据清洗，核心是去趋势项和去噪。
注意：千万不要直接对原始振动数据做均值滤波！这会抹掉冲击信号的特征。我曾经见过有人把轴承早期故障的冲击信号给滤没了，白白错过了最佳维修窗口。
# 振动数据清洗示例（去趋势 + 带通滤波）
from scipy import signal
# 1. 去趋势（消除直流分量和低频漂移）
detrended_data = signal.detrend(vibration_data)
# 2. 设计带通滤波器（保留10Hz-1000Hz的故障特征频率）
b, a = signal.butter(4, [10/(fs/2), 1000/(fs/2)], btype='band')
filtered_data = signal.filtfilt(b, a, detrended_data)
# 3. 剔除异常峰值（超过5倍RMS值的点视为传感器敲击）
rms = np.sqrt(np.mean(filtered_data**2))
clean_data = filtered_data[np.abs(filtered_data) < 5 * rms]
3.3 油液数据采集与清洗
油液数据，说白了就是齿轮箱的“血液检测报告”。颗粒计数、水分含量、粘度、酸值……这些指标能直接反映齿轮箱的磨损程度和润滑状态。但油液数据有个特点：采样频率低，通常一个月甚至一季度才采一次。所以每一组数据都特别珍贵。
3.3.1 采集要点
- 采样位置：一定要在油路循环的“下游”采样，比如回油管。在油箱底部采样？那测出来的全是沉淀物，没有代表性。
- 关键指标：ISO清洁度代码（如ISO 4406）、水分含量（ppm）、40℃运动粘度、酸值（mg KOH/g）。
- 采样容器：用专用的清洁瓶，别用矿泉水瓶！我曾经见过有人用可乐瓶装油样，结果塑料瓶里的增塑剂溶进油里，检测结果直接报废。
3.3.2 清洗方法
油液数据清洗，主要是异常值剔除和趋势平滑。
| 指标 | 正常范围 | 异常判断 | 清洗策略 |
|---|---|---|---|
| ISO清洁度 | 18/16/13 以下 | 突然跳升3级以上 | 标记为可疑，需复检 |
| 水分含量 | < 200 ppm | > 500 ppm | 剔除，可能为采样污染 |
| 40℃粘度 | 标称值 ± 10% | 偏差 > 20% | 剔除，可能混入其他油品 |
| 酸值 | < 0.5 mg KOH/g | > 1.0 mg KOH/g | 保留，但标记为严重警告 |
3.4 气象数据采集与清洗
气象数据，主要是风速、风向、温度、气压、湿度。这些数据看似简单，但坑最多。为什么？因为气象站安装在机舱顶部，风机偏航、叶片遮挡、甚至鸟粪都能影响测量结果。
3.4.1 采集要点
- 风速仪：超声波风速仪比机械式更可靠，但贵。机械式风速仪容易结冰，北方风场尤其要注意。
- 风向标：安装时要校准到正北方向。我见过一个风场，所有风向标都偏了15度，导致偏航控制一直不准，发电量损失了3%。
- 数据频率：建议与SCADA同步，1秒或10秒一次。
3.4.2 清洗方法
气象数据清洗，核心是剔除机舱效应和修正尾流影响。
避坑指南：我曾经处理过一个风场的数据，发现某台风机在偏航对风时，风速突然从8m/s掉到3m/s。一开始以为是风速仪坏了，后来才发现是叶片正好转到风速仪前方，形成了遮挡。这种数据必须剔除，否则功率曲线会严重失真。
# 气象数据清洗示例（剔除机舱效应）
# 假设数据包含：timestamp, wind_speed, wind_direction, yaw_position
# 1. 计算相对风向（风向 - 机舱朝向）
df['relative_wind_dir'] = (df['wind_direction'] - df['yaw_position']) % 360
# 2. 剔除叶片遮挡区域（相对风向在 -30° 到 30° 之间时，风速可能被遮挡）
df = df[(df['relative_wind_dir'] < -30) | (df['relative_wind_dir'] > 30)]
# 3. 剔除极端风速（超过切出风速或低于切入风速）
df = df[(df['wind_speed'] >= 3.0) & (df['wind_speed'] <= 25.0)]
# 4. 对风速做3点滑动平均，平滑湍流影响
df['wind_speed_smoothed'] = df['wind_speed'].rolling(window=3, center=True).mean()
3.5 数据融合与知识图谱构建
四类数据都洗干净了，接下来就是融合。我个人习惯，以SCADA数据的时间戳为主轴，把振动、油液、气象数据按时间对齐。对齐之后，才能做真正的智能检索和故障诊断。
核心逻辑：SCADA数据提供“发生了什么”，振动数据提供“哪里在响”，油液数据提供“磨损到什么程度”，气象数据提供“外部环境如何”。四者结合，才能还原故障的全貌。
嗯，这一章的内容就到这里。数据采集和清洗是风电运维数据分析的“地基”，地基不牢，上面盖再高的楼也是危房。希望各位在实际工作中，能把这些方法用起来，少走一些我当年走过的弯路。