数据采集架构设计：从风机到平台的“最后一公里”
大家好，我是老张。今天咱们聊聊数据采集架构。
很多人觉得，数据采集嘛，不就是把数据拿过来？其实没那么简单。我在风电行业摸爬滚打这些年，见过太多项目栽在采集层。数据上不来，后面的大数据平台再牛也是白搭。说白了，采集架构是整个平台的“地基”，地基不稳，楼盖得再高也得塌。
一、风机SCADA数据采集：最基础的“心跳”数据
SCADA数据，就是风机的运行状态数据。包括风速、转速、功率、温度、电压、电流这些。每台风机每秒都会产生几十到上百个测点。
我个人习惯，把SCADA数据分成两类：
- 实时数据：秒级或毫秒级，用于监控和报警
- 历史数据：分钟级或小时级，用于分析和报表
采集方式上，主流有两种：
- 直接采集：通过OPC UA或Modbus TCP直接连风机PLC
- 间接采集：从风场已有的SCADA系统里拿数据
我在项目中遇到过一个问题：某风场有50台风机，直接采集时网络带宽被占满，导致其他业务系统卡顿。后来我们加了数据压缩和缓存机制，才解决。嗯，这里要注意，采集频率不是越高越好，要算好带宽和存储成本。
二、振动数据采集：高频数据的“硬骨头”
振动数据，用于风机主轴承、齿轮箱、发电机等部件的故障诊断。采样频率通常在10kHz以上，甚至到100kHz。你想想看，一台风机一天产生的振动数据，可能比SCADA数据一年还多。
采集架构上，我建议采用“边缘采集+云端分析”的模式：
- 边缘端：用高性能采集卡或专用振动采集器，做FFT变换和特征提取
- 云端：只上传特征值和报警信息，原始波形按需回传
我曾经踩过一个坑：某项目把所有振动原始数据都往云端传，结果一个月存储成本就超了预算。后来改成只传特征值，成本降了90%。
三、气象数据采集：外部环境的“眼睛”
气象数据包括风速、风向、温度、湿度、气压、雨量等。这些数据来自风场的气象塔或激光雷达。
采集方式上，常见的有：
- 气象站直连：通过串口或以太网，用Modbus或自定义协议
- 第三方气象服务：通过API获取预报数据
我个人习惯，把气象数据分成“实测”和“预报”两类。实测数据用于实时控制，预报数据用于功率预测和调度。
这里有个坑：气象数据的时间戳一定要统一。我见过一个项目，气象站用的是UTC时间，风机用的是本地时间，结果数据对不上，分析全乱套。
四、PLC数据采集协议：OPC UA vs Modbus
PLC数据采集，核心就是协议选择。目前主流就两个：OPC UA和Modbus。
| 特性 | OPC UA | Modbus |
|---|---|---|
| 通信方式 | 以太网，支持加密 | 串口或以太网，明文 |
| 数据模型 | 面向对象，支持复杂结构 | 简单寄存器，扁平化 |
| 安全性 | 高，支持认证和加密 | 低，无安全机制 |
| 实时性 | 中等，适合监控 | 高，适合控制 |
| 适用场景 | 新风机、大型风场 | 老风机、小型风场 |
我个人的建议是：新项目优先用OPC UA。为什么？因为OPC UA支持数据模型，能直接读到“风速”这个含义，而不是Modbus里的“寄存器地址40001”。你想想看，维护起来省多少事。
但如果你遇到老风机，只有Modbus接口，那也别硬上OPC UA。加个协议转换网关就行。我在一个项目中，用了一个小网关把Modbus转成OPC UA，成本才几百块，效果很好。
五、数据采集网关选型：边缘计算的“大脑”
数据采集网关，就是部署在风场侧的边缘计算设备。它负责把各种协议的数据统一采集、处理、上传。
选型时，我主要看这几个指标：
- 协议支持：至少要支持OPC UA、Modbus、IEC 104等主流协议
- 计算能力：CPU、内存、存储，要能跑边缘计算任务
- 环境适应性：工业级，宽温、防尘、防潮
- 可靠性：支持断网续传、本地缓存、双机热备
我常用的几款网关：
- 研华：稳定，但贵
- 西门子：生态好，但封闭
- 国产工控机+自研软件：灵活，但需要自己开发
我个人习惯，大型风场用工业级网关，小型风场用国产工控机。成本能省一半，性能也够用。
六、整体架构图：数据采集的“全景图”
下面这张图，是我自己画的数据采集架构图。你看一眼，就能明白整个数据流向。
这张图，我画了三个核心层：风机层、网关层、平台层。数据从风机出来，经过网关统一采集和转换，最后进入大数据平台。你想想看，如果没有网关层，直接让平台去对接各种协议，那维护成本得多高？
七、总结：数据采集架构的“三字经”
最后，我总结一下数据采集架构的核心要点，就九个字：
- 稳：采集链路要稳定，不能丢数据
- 快：实时数据要快，延迟要低
- 省：存储和带宽要省，别浪费钱
嗯，今天就聊到这儿。数据采集这块，看似简单，实则门道很多。希望我的经验能帮你少走弯路。