一、SCADA系统概述：风场数据的第一道门槛

大家好，我是老张。在风场干了十几年数据清洗，今天咱们聊聊SCADA系统。说实话，很多刚入行的朋友觉得SCADA就是个数据采集工具，没啥好学的。但我在项目里踩过的坑告诉我——不理解SCADA，后面做特征工程就是空中楼阁。

SCADA，全称是Supervisory Control And Data Acquisition，翻译过来就是监控与数据采集系统。说白了，它就是风场的“黑匣子”，记录着每一台风机从出生到退役的点点滴滴。

1.1 风场SCADA系统架构

一个典型的风场SCADA系统，我习惯把它分成三层：

• 现场层：每台风机里的PLC控制器、传感器。风速仪、风向标、编码器、温度探头……这些硬件负责采集原始信号。
• 通信层：光纤、无线网桥、4G/5G。数据从机舱传到塔底，再汇聚到升压站。嗯，这里经常丢包，我后面会讲。
• 监控层：服务器、数据库、人机界面。数据最终落盘，工程师在屏幕上看到各种曲线和报表。

你想想看，一台风机有上百个测点，一个风场几十台风机，数据量其实不小。但架构本身并不复杂，复杂的是数据质量。

1.2 数据采集原理

SCADA怎么采集数据？我简单说一下流程：

1. 传感器感知：风速仪测风速，风向标测风向，编码器测转速。这些都是物理量。
2. 信号转换：模拟信号（4-20mA电流或0-10V电压）经过模数转换器变成数字信号。
3. PLC处理：PLC按扫描周期读取这些数字信号，做初步滤波和计算。
4. 上传服务器：通过通信协议（Modbus、OPC UA等）把数据打包上传。
5. 存储入库：服务器解析数据包，写入实时数据库或历史数据库。

这里有个坑——采样频率和存储频率往往不一样。PLC可能每50ms采集一次，但为了节省存储空间，服务器只保存每10秒的平均值。我遇到过项目，现场说数据是1秒级，结果一查，其实是10秒平均。这差别大了去了。

1.3 常见数据类型

风场SCADA数据，说白了就这几类：

数据类型	典型测点	单位	采集频率
气象数据	风速、风向、温度、气压	m/s, °, ℃, hPa	1s ~ 10min
电气数据	有功功率、无功功率、电压、电流	kW, kVar, V, A	1s ~ 1min
状态数据	桨距角、偏航角、转速、变桨角度	°, rpm	0.1s ~ 1s
温度数据	齿轮箱油温、发电机温度、轴承温度	℃	1s ~ 10s
振动数据	主轴振动、塔筒振动	mm/s, g	0.01s ~ 0.1s

注意看，振动数据的频率最高，因为振动信号变化快。而气象数据相对平稳，采集频率可以低一些。但问题来了——不同频率的数据要放在一起分析，时间戳对齐就成了大麻烦。

1.4 数据频率与时间戳对齐问题

这是SCADA数据清洗里最头疼的问题之一。我举个例子：

风速数据每10秒一条，功率数据每1秒一条，桨距角数据每5秒一条。你想分析风速-功率曲线，怎么办？

常见的对齐方法有三种：

• 最近邻插值：取时间上最接近的那个值。简单，但会引入误差。
• 线性插值：用前后两个值算中间值。平滑，但会抹掉突变。
• 重采样：统一到一个时间网格上，比如都变成10秒平均。最常用，但会丢失高频信息。

我个人习惯用重采样，尤其是做功率曲线分析的时候。但要注意——重采样前一定要检查数据是否有缺失。如果某段时间数据全丢了，重采样会给你一个假平均值。

时间戳对齐还有一个细节——时区问题。国内风场一般用北京时间，但有些进口风机默认用UTC。如果混在一起没处理，分析结果会偏移8小时。嗯，别笑，我真见过有人犯这个错。

1.5 数据清洗的第一步：时间戳检查

说了这么多，总结一下我拿到SCADA数据后的标准操作：

# 伪代码示例：时间戳检查流程
1. 加载数据，检查时间戳列
2. 确认时区（UTC还是本地时间）
3. 检查时间戳是否单调递增
4. 检查时间间隔是否均匀
5. 标记缺失时间点
6. 检查是否有重复时间戳
7. 检查是否有未来时间戳（系统时间漂移）

这一步做完，你才能放心地做后续的特征工程。否则，后面所有的分析都是建立在沙子上。

好了，第一章就聊到这儿。SCADA系统看似简单，但里面的门道不少。下一章咱们会深入讲讲数据质量评估，包括怎么识别异常值、怎么处理缺失数据。到时候我会拿一个真实的风场数据案例来演示。

---

公众号:蓝海资料掘金营，微信deep3321