第二章：风资源数据采集——测风塔部署、激光雷达原理、SCADA数据接口、数据清洗与预处理
各位同行，大家好。我是老张，在风电行业摸爬滚打了十几年。今天咱们聊聊风资源数据采集。说实话，这是整个数字孪生建模的「地基」。地基没打好，后面建多高的楼都悬。我个人习惯，做项目前先把数据源摸透，不然模型跑出来自己都不信。
2.1 测风塔部署：风资源的「硬核」基准
测风塔，说白了就是一根插在风场里的「大号温度计」，但它测的是风。我见过不少项目，测风塔位置选得随意，结果数据偏差大，后期发电量预测全跑偏。
2.1.1 部署原则
- 代表性：塔位必须能代表整个风场的风况。别放在山坳里，也别紧挨着树林。我建议选在风场主导风向上游的开阔地带。
- 高度匹配：测风高度至少覆盖轮毂高度上下各10米。比如轮毂高80米，那测风塔至少测70米、80米、90米三层。
- 避免遮挡：周围障碍物距离至少是障碍物高度的10倍。嗯，这里要注意，连临时堆放的设备都可能影响数据。
避坑指南：我曾经在内蒙古一个项目上，测风塔旁边有棵孤零零的树，当时觉得没事。结果数据分析时发现，某个扇区的风速总是偏低。后来砍了树，数据才正常。你想想看，一棵树都能影响，何况其他东西？
2.1.2 传感器配置
| 传感器类型 | 推荐数量 | 安装位置 |
|---|---|---|
| 风速计（杯式） | 每层2个 | 水平对置，间隔1.5米 |
| 风向标 | 每层1个 | 与风速计同层 |
| 温度/气压传感器 | 1-2个 | 10米高度处 |
为什么每层要两个风速计？说白了就是为了冗余。一个坏了，另一个还能顶上。我在新疆的项目上，沙尘暴打坏过一个风速计，幸亏有备份，不然那三个月的数据全废了。
2.2 激光雷达原理：从「点测量」到「线测量」
激光雷达，英文叫LiDAR。它跟测风塔最大的区别是：测风塔只能测一个点，激光雷达能测一条线、一个面，甚至一个体积。说白了，它用激光打向空中，碰到气溶胶（灰尘、水滴）反射回来，通过多普勒频移算出风速。
2.2.1 工作原理
激光雷达发射一束激光，频率是f0。激光碰到随风飘动的气溶胶，反射回来的频率变成了f1。f1和f0的差值，就是多普勒频移Δf。风速v和Δf的关系是：
v = (λ * Δf) / 2其中λ是激光波长。就这么简单？嗯，原理确实不复杂，但工程实现很难。激光雷达内部有精密的光学系统，还要处理信噪比极低的回波信号。
个人经验：我建议在复杂地形（比如山地、沿海）优先用激光雷达。测风塔只能代表一个点，但激光雷达可以扫描整个风场的入流剖面。我在云南一个山地项目，用激光雷达发现了山脊两侧的风速差异，直接优化了机位布局，发电量提升了3%。
2.2.2 类型对比
| 类型 | 测量范围 | 优点 | 缺点 |
|---|---|---|---|
| 连续波（CW） | 10-200米 | 成本低，结构简单 | 无法测远距离 |
| 脉冲式 | 10米-数公里 | 测距远，可扫描 | 成本高，数据处理复杂 |
我个人习惯，做风资源评估时，先用脉冲式激光雷达扫一遍全场，再用测风塔做长期校准。两者结合，数据才靠谱。
2.3 SCADA数据接口：风机的「黑匣子」
SCADA，全称是数据采集与监视控制系统。每台风机上都装着一个SCADA系统，它记录着风机运行的每一秒数据。说白了，它就是风机的「黑匣子」。
2.3.1 数据接口类型
- OPC DA/AE：老牌协议，Windows系统用得多。延迟低，但跨平台麻烦。
- OPC UA：新一代协议，支持跨平台、加密传输。我建议新项目都用这个。
- Modbus TCP：简单粗暴，很多风机控制器原生支持。但数据量大了容易丢包。
- REST API：云平台常用，通过HTTP请求获取数据。延迟稍高，但灵活。
注意：我曾经遇到过一个项目，SCADA数据接口用的是OPC DA，但服务器是Linux系统。结果折腾了两周才搞定兼容性。你想想看，如果一开始就选OPC UA，哪来这些破事？
2.3.2 数据采集频率
| 数据类型 | 推荐频率 | 说明 |
|---|---|---|
| 风速、功率 | 1秒 | 用于动态分析 |
| 温度、压力 | 10秒 | 变化慢，降低存储 |
| 状态、报警 | 事件触发 | 有变化才记录 |
嗯，这里要注意：采集频率不是越高越好。频率太高，数据量爆炸，存储和传输都扛不住。我建议根据分析需求来定。做振动分析，1秒就够了；做功率曲线，10秒也行。
2.4 数据清洗与预处理：把「垃圾」变成「金子」
数据采集回来了，但别急着用。原始数据里全是「坑」：传感器故障、通信中断、异常值……我见过最离谱的，风速计被鸟屎糊住了，数据直接飙到100米/秒。你想想看，这种数据要是直接喂给模型，结果能看吗？
2.4.1 常见数据问题
- 缺失值：通信中断、传感器故障导致数据断档。
- 异常值：超出物理范围的值（比如风速>50m/s）。
- 重复值：同一时间戳出现多条记录。
- 时间戳错乱：时区不对、时钟漂移。
2.4.2 清洗流程
我总结了一套「四步清洗法」，分享给大家：
- 去重：按时间戳排序，删除重复记录。
- 范围检查：风速0-50m/s，功率0-额定功率×1.1。超出就标记为异常。
- 趋势检查：相邻数据点变化率不能太大。比如风速1秒内从5m/s跳到50m/s，肯定是错的。
- 插值填充：缺失值用线性插值或样条插值补上。但注意，连续缺失超过1小时的数据，直接丢弃。
# Python示例：简单的数据清洗
import pandas as pd
import numpy as np
# 读取数据
df = pd.read_csv('wind_data.csv', parse_dates=['timestamp'])
# 去重
df = df.drop_duplicates(subset='timestamp')
# 范围检查
df = df[(df['wind_speed'] >= 0) & (df['wind_speed'] <= 50)]
df = df[(df['power'] >= 0) & (df['power'] <= 2500 * 1.1)]
# 趋势检查
df['ws_diff'] = df['wind_speed'].diff().abs()
df = df[df['ws_diff'] < 10] # 每秒变化不超过10m/s
# 插值填充（缺失不超过1小时）
df = df.set_index('timestamp').resample('1S').asfreq()
df['wind_speed'] = df['wind_speed'].interpolate(limit=3600)
避坑指南：我曾经在清洗数据时，直接用均值填充所有缺失值。结果模型训练出来，预测的风速全是平均值附近，完全没意义。后来改用插值，效果才好。记住：填充方法要跟数据特性匹配。
2.5 本章知识体系
下面这张图，是我自己画的，把本章的核心逻辑串起来了。你一看就明白：数据从哪来、怎么采、怎么洗。
你看，数据从三个源头来：测风塔给基准，激光雷达给空间分布，SCADA给运行状态。经过清洗预处理，最终汇成高质量数据集。这就是数字孪生建模的「原材料」。
好了，这一章就到这里。数据采集是基础，但也是最容易出问题的地方。我建议你动手做一遍清洗代码，跑一遍真实数据，感受一下「垃圾进、垃圾出」的教训。下一章咱们聊风场建模，到时候见。