第二章 风电机组核心部件与数据采集：SCADA系统介绍、传感器类型与数据采集原理、数据采集频率与存储

大家好，我是老张。在风电AI运维这行摸爬滚打了十几年，今天咱们来聊聊一个最基础、但也最容易被忽视的话题——数据是怎么来的。

你想想看，我们做AI异常检测，天天跟算法、模型打交道。但有个问题我一直想问：你手里的数据，真的靠谱吗？

我见过太多团队，模型调得花里胡哨，结果上线就崩。为什么？因为数据源头就有问题。说白了，AI运维的根基，不在算法，而在数据采集。

2.1 SCADA系统：风电场的“黑匣子”

SCADA，全称是监控与数据采集系统。你可以把它理解成风电场的“黑匣子”。

我个人习惯把SCADA比作飞机的飞行记录仪。它不直接控制风机，但所有关键数据都经过它。

SCADA系统主要干三件事：

• 数据采集：从各个传感器、控制器收集信号
• 状态监控：实时显示风机运行参数
• 历史存储：把数据存下来，供后续分析

嗯，这里要注意。很多初学者以为SCADA就是“看数据”的。其实它更重要的功能是数据归档。我们做AI训练，用的就是这些历史数据。

2.2 传感器类型：风机的“五官”

风机上装了多少传感器？我告诉你，一台2MW的机组，少说也有50-80个。

这些传感器就是风机的“五官”。它们感知着风机的每一个细微变化。我按功能把它们分成几类：

2.2.1 振动传感器

这是做异常检测最常用的传感器。安装在齿轮箱、发电机、主轴轴承上。

我曾经遇到过一件事。某风场连续报齿轮箱故障，换了三次轴承都没解决。后来我仔细看了振动数据，发现是安装位置偏了2厘米。你想想看，2厘米的偏差，数据就完全失真了。

避坑指南：振动传感器的安装位置和方向，直接影响数据质量。安装前一定要做对中校准。

2.2.2 温度传感器

温度是风机的“体温计”。齿轮箱油温、发电机绕组温度、轴承温度……每个关键部位都有。

温度数据有个特点：变化缓慢，但趋势明显。我习惯用温度做长期趋势分析，比如判断润滑系统是否老化。

2.2.3 电气参数传感器

电压、电流、功率、频率……这些是风机的“心电图”。

电气参数有个好处：响应快。电网波动、变流器故障，瞬间就能反映出来。做实时异常检测时，我优先看电气参数。

2.2.4 环境传感器

风速、风向、温度、湿度、气压……这些是风机的“天气预报”。

环境数据看似简单，但千万别小看。我见过一个案例，某风场频繁报“超速故障”，查了半天，结果是风速仪结冰了。数据一直显示0，控制系统以为没风，就拼命调桨距……

2.3 数据采集原理：信号是怎么变成数字的？

传感器采集的是模拟信号，比如电压、电流。但计算机只认0和1。这中间有个转换过程。

说白了，就是模数转换（ADC）。

我简单说一下流程：

1. 传感器把物理量（振动、温度）变成电信号
2. 信号调理：放大、滤波、隔离
3. ADC转换：模拟信号变成数字信号
4. 数据打包：加上时间戳、设备ID等信息
5. 传输：通过现场总线或以太网送到SCADA

这里有个关键参数——采样率。振动信号的采样率通常是几千Hz，温度信号可能几秒采一次。为什么？因为振动变化快，温度变化慢。

我建议做AI的同学，一定要搞清楚每个信号的采样率。否则你拿振动数据做时序分析，结果发现采样率只有1Hz……那基本等于白做。

2.4 数据采集频率与存储：别让数据“撑死”

数据采集频率，说白了就是“多久采一次”。

不同类型的信号，频率差别很大：

信号类型	典型采样率	存储策略
振动	2-10 kHz	触发式存储（异常时存）
温度	0.1-1 Hz	连续存储
电气参数	50-100 Hz	连续存储
环境参数	0.1-1 Hz	连续存储
状态信号	事件触发	变化时存储

你可能会问：振动数据为什么不连续存？

原因很简单——数据量太大了。一台风机，振动信号每秒产生几万个数据点。一天下来就是几十GB。整个风场几十台风机，存储成本根本扛不住。

所以实际工程中，振动数据通常采用触发式存储。平时只存统计值（均值、峰值、峭度等），只有检测到异常时才存原始波形。

2.5 知识体系总览

说了这么多，我画了一张图，帮你理清思路：

这张图把本章的核心内容串起来了。你看，SCADA系统是中心，连接着传感器、采集原理、存储策略三大块。每一块都环环相扣。

最后说一句心里话。我见过太多人，一上来就搞深度学习、搞大模型。结果数据质量一塌糊涂，模型再牛也白搭。

数据采集，才是AI运维的第一道门槛。这道门槛过不去，后面全是空中楼阁。

---

好了，今天就聊到这儿。记住我说的：别急着跑，先学会走。把数据采集搞扎实了，后面的路就好走了。