第4章测风数据完整性分析

4. 测风数据完整性分析：数据有效率、完整率计算与评价标准

各位工程师，咱们接着聊。上一章我们把测风数据给“接”回来了，但拿到的数据能不能用？这就要看它的“健康度”了。说白了，就是数据完整性分析。

我见过不少项目，前期选址、设备安装都挺顺利，结果一算数据完整率，直接傻眼——缺了三分之一。你说这报告还怎么写？所以，这块内容，咱们得掰开揉碎了讲清楚。

你想想看，风资源评估的本质是什么？是用有限的数据去推测未来20年的发电量。如果原始数据本身就“缺胳膊少腿”，那后面的模型再漂亮，也是空中楼阁。

我个人习惯，拿到数据的第一件事，不是看平均风速，而是先看数据完整率。这就像医生看病，先量体温、测脉搏，看看这人还活着没。

完整性分析主要解决两个问题：

核心观点： 数据完整率是风资源评估的“入场券”。完整率不达标，后续所有分析都缺乏说服力。

数据有效率，关注的是数据质量。不是所有记录下来的数据都能用。比如，风速计被冻住了，测出来一直是0；或者风向标卡住了，一直指向北。这些都属于“无效数据”。

我在项目中遇到过，一个测风塔的某个高度层，连续三个月风速数据都异常平稳，波动极小。后来一查，是轴承磨损了，灵敏度下降。这种数据，看着挺“完整”，但其实是“假数据”，必须剔除。

计算数据有效率，通常遵循以下步骤：

有效率的计算公式很简单：

数据有效率 = (有效数据个数 / 总采集数据个数) × 100%

举个例子，一个10分钟采样间隔的测风塔，一个月理论上应采集 30天 × 24小时 × 6个/小时 = 4320个数据。如果经过筛选，发现其中有100个数据是无效的，那么有效数据个数就是4220个。

数据有效率 = (4220 / 4320) × 100% ≈ 97.69%

我的小技巧： 别只看最终的有效率数字。我习惯把无效数据按原因分类统计，比如“风速超限”、“风向卡滞”、“温度异常”等。这样能快速定位问题出在哪个传感器上，方便后续维护。

数据完整率，关注的是数据在时间上的连续性。它反映的是测风设备有没有“按时上班”。

完整率的计算，核心是看“实际采集到的数据量”占“理论应采集数据量”的比例。

数据完整率 = (实际采集数据个数 / 理论应采集数据个数) × 100%

这里要注意，“实际采集数据个数”是包含无效数据的。也就是说，只要设备记录了数据，就算一个“采集”。哪怕这个数据是错的，它也占了一个“坑位”。

举个例子，还是那个10分钟采样间隔的测风塔，一个月理论应采集4320个数据。如果因为设备断电，有2天完全没数据，那么实际采集数据个数就是 4320 - (2天 × 24小时 × 6个/小时) = 4032个。

数据完整率 = (4032 / 4320) × 100% ≈ 93.33%

避坑指南： 我曾经见过一份报告，把“数据有效率”和“数据完整率”混为一谈，直接用有效率去评价数据完整性，结果导致评估结果严重偏乐观。记住，完整率是“有没有”，有效率是“好不好”，两者缺一不可。

标准不是拍脑袋定的。行业内有一些通用的参考值，但具体项目还得看实际情况。

指标	优秀	良好	合格	不合格
数据完整率	≥ 98%	95% - 98%	90% - 95%	< 90%
数据有效率	≥ 99%	97% - 99%	95% - 97%	< 95%

我个人建议，对于风资源评估报告，数据完整率至少要达到90%以上，最好能到95%。如果低于90%，那就要慎重考虑了。你可能需要补充数据，或者对缺失时段进行插补，但这会引入额外的不确定性。

为什么会这样？因为风资源有很强的季节性和日变化规律。如果缺失的时段恰好是风资源最好的季节，那你的年平均风速就会被低估，发电量预测也会偏保守。反过来，如果缺失的是小风季，那结果就可能偏乐观。

说了这么多，我画了张图，帮你把整个逻辑串起来。嗯，这样看更清楚。

最后，分享几个我踩过的坑，希望能帮你省点时间。

别忽略“无效数据”的分布：如果无效数据集中在某个时间段，比如连续几天，那问题可能比分散的无效数据更严重。它可能意味着设备在那段时间完全失效了。
注意采样间隔的一致性：有些测风设备在数据记录时，偶尔会“跳秒”或“丢包”，导致采样间隔不均匀。这会影响完整率的计算，需要先做时间戳的校正。
别只看一个高度层：我习惯把测风塔所有高度层的数据完整率都算一遍。如果某个高度层的完整率明显低于其他层，那很可能是那个传感器出了问题，而不是整个测风塔的问题。

我的习惯： 在报告里，我会把数据完整率和有效率的计算结果，连同数据缺失的时间段、原因分析，都列成表格。这样审核专家一眼就能看出数据质量如何，也显得咱们专业、严谨。

好了，关于数据完整性分析，就聊到这儿。记住，这是风资源评估的“地基”，地基不牢，地动山摇。下一章，咱们聊聊数据插补和修正，看看怎么把“缺的课”补回来。