3. 数据采集层部署：风机PLC数据采集协议配置、采集网关部署、数据清洗与预处理
好，咱们进入第三章节。数据采集层，说白了就是风场的“耳朵”和“眼睛”。你想想看，如果连风机转没转、发了多少电都拿不到，那远程监控就是个空壳子。这一章，我重点讲三件事：协议怎么配、网关怎么装、数据怎么洗。
核心逻辑：数据采集层是连接物理风机与数字平台的桥梁。协议选不对，数据传不上来；网关部署不好，数据会丢包；清洗做不干净，分析全是垃圾。
3.1 Modbus TCP 协议配置
Modbus TCP 是风场里最常见的协议之一。很多老风机、国产风机都支持。我个人习惯，先确认风机PLC的IP地址和端口号，默认一般是502端口。
配置时，你需要知道每个寄存器的地址。比如风速、功率、桨距角，它们都对应着特定的寄存器编号。我在项目中遇到过，有些厂家给的寄存器表是错的，或者版本没更新。嗯，这里要注意：一定要现场用Modbus扫描工具读一遍，确认地址和数据类型。
小技巧：用 Modbus Poll 或 QModMaster 先离线测试。我曾经在甘肃一个风场，就是因为没提前测试，结果网关上去后读回来的全是乱码——原来是寄存器字节顺序搞反了。
下面是一个典型的 Modbus TCP 读取配置示例：
# 风机PLC Modbus TCP 配置示例
PLC_IP = "192.168.1.100"
PLC_PORT = 502
SLAVE_ID = 1
# 寄存器映射表
REGISTERS = {
"wind_speed": {"addr": 0x0000, "type": "float32", "unit": "m/s"},
"active_power": {"addr": 0x0002, "type": "float32", "unit": "kW"},
"rotor_speed": {"addr": 0x0004, "type": "float32", "unit": "rpm"},
"pitch_angle": {"addr": 0x0006, "type": "float32", "unit": "deg"},
"grid_frequency": {"addr": 0x0008, "type": "float32", "unit": "Hz"}
}
# 读取函数（伪代码）
def read_modbus_data():
client = ModbusClient(PLC_IP, PLC_PORT)
client.connect()
for tag, cfg in REGISTERS.items():
raw = client.read_holding_registers(cfg["addr"], 2)
value = decode_float32(raw) # 注意字节序
print(f"{tag}: {value} {cfg['unit']}")
client.close()3.2 OPC UA 协议配置
OPC UA 比 Modbus 高级不少。它自带安全机制，支持数据订阅，而且能自动发现节点。现在新风机基本都支持 OPC UA。我建议，如果条件允许，优先用 OPC UA。
配置 OPC UA 时，核心是找到正确的节点ID（NodeId）。每个数据点都有一个唯一的节点路径。比如：
# OPC UA 节点路径示例
ns=2;s=WindTurbine.WTG01.Generator.ActivePower
ns=2;s=WindTurbine.WTG01.Nacelle.WindSpeed
ns=2;s=WindTurbine.WTG01.Rotor.RotorSpeed为什么会这样？因为 OPC UA 的命名空间（Namespace）和标识符（Identifier）是分层设计的。你想想看，一个风场几十台风机，每台风机几百个数据点，如果没有这种结构化的命名方式，管理起来会非常混乱。
避坑指南：我曾经在山东一个海上风场，OPC UA 服务器配置了安全证书，但网关没导入证书，结果一直连不上。折腾了两天才发现是证书问题。所以，OPC UA 的安全配置一定要提前和风机厂家确认，是采用 Basic256Sha256 还是 Basic128Rsa15，别想当然。
3.3 采集网关部署
采集网关是数据采集层的“大脑”。它负责把各种协议的数据收上来，再统一转发到监控平台。网关的选型，我一般看三点：
- 协议支持能力：是否同时支持 Modbus TCP、OPC UA、IEC 61400-25 等
- 边缘计算能力：能否在本地做简单的数据聚合和过滤
- 环境适应性：工业级温度范围、防护等级、电磁兼容性
部署时，网关一般放在风机塔基的电气柜里，或者升压站的机柜中。我个人习惯，每台风机配一个网关，或者每 3-5 台风机共用一个网关，看距离和网络条件。
| 部署方式 | 优点 | 缺点 | 适用场景 |
|---|---|---|---|
| 一对一（每台风机一个网关） | 故障隔离好，调试方便 | 成本高，维护量大 | 大型风场、关键风机 |
| 多对一（多台风机共享网关） | 成本低，部署简单 | 单点故障风险，网络带宽要求高 | 小型风场、分布式风电 |
| 环网+集中网关 | 可靠性高，冗余好 | 配置复杂，调试周期长 | 海上风场、大型基地 |
部署小贴士：网关的电源一定要稳定。我见过太多因为电源波动导致网关反复重启的案例。建议用工业级 DC-DC 电源模块，输入范围 9-36V，输出 24V。另外，网线要用屏蔽双绞线，接地要做好，不然雷雨天气容易烧端口。
3.4 数据清洗与预处理
数据采集上来，不能直接用。为什么？因为现场环境太复杂了。传感器可能漂移、通信可能丢包、PLC 可能死机。数据清洗，说白了就是把这些“脏数据”处理掉。
我总结了一套清洗流程，供你参考：
- 去重：同一时间戳的数据只保留一条。有时候网关会重复发送，导致数据冗余。
- 补零/插值：对于短暂缺失的数据，用线性插值或前值填充。比如风速缺失 1-2 秒，可以用前后值平均一下。
- 限幅滤波：超出物理范围的数据直接丢弃。比如风速不可能超过 50m/s，功率不可能为负值。
- 格式统一：把所有数据转换成统一的时间格式、单位、精度。比如时间统一为 UTC，功率统一为 kW。
核心原则：清洗的目的是“去伪存真”，不是“篡改数据”。不要为了好看而过度平滑数据，那样会丢失真实的风机运行特征。
下面是一个简单的数据清洗代码示例：
# 数据清洗预处理示例
import pandas as pd
import numpy as np
def clean_wind_data(df):
# 1. 去重：按时间戳去重
df = df.drop_duplicates(subset='timestamp')
# 2. 限幅滤波：风速 0-50 m/s，功率 0-5000 kW
df = df[(df['wind_speed'] >= 0) & (df['wind_speed'] <= 50)]
df = df[(df['active_power'] >= 0) & (df['active_power'] <= 5000)]
# 3. 线性插值：缺失值不超过 5 秒的进行插值
df = df.set_index('timestamp').resample('1S').asfreq()
df = df.interpolate(method='linear', limit=5)
# 4. 格式统一：保留两位小数
df = df.round(2)
return df.reset_index()嗯，这里要注意：清洗参数要根据实际风机的特性来调整。比如有的老旧风机，功率波动本来就大，限幅阈值就要放宽一些。我在内蒙古一个风场就吃过这个亏，限幅设得太死，结果把正常的数据都滤掉了，导致后续分析完全失真。
避坑指南：数据清洗一定要保留原始数据备份。我曾经见过有人直接覆盖原始数据，结果清洗逻辑有 bug，所有数据都变成了 NaN，想恢复都恢复不了。所以，永远保留一份 raw data，清洗后的数据另存一份。
好了，数据采集层的内容就这些。协议配置、网关部署、数据清洗，这三步走扎实了，后面的监控和分析才有意义。记住，数据质量决定监控系统的上限。