第一章：风电数据初探

1.1 SCADA系统——风机的“黑匣子”

各位同事，咱们先聊聊SCADA系统。说白了，它就是风电机组的“黑匣子”，记录着机组从出生到退役的每一个动作。我个人习惯把SCADA比作飞机的飞行数据记录仪——虽然它不会说话，但机组哪里不舒服，数据里全写着。

SCADA的全称是“数据采集与监视控制系统”。在风电场，它干三件事：

• 采集数据：风速、功率、转速、温度……能测的它都记
• 监视状态：机组是运行、停机还是故障，一目了然
• 控制指令：远程启机、偏航、变桨，全靠它发号施令

我在项目中遇到过一件事：某台机组频繁报“齿轮箱油温高”，现场兄弟查了三天没找到原因。后来我调出SCADA的历史数据，发现油温在每次变桨动作后都会跳变——原来是变桨系统的散热风扇逻辑写反了。你看，数据不会骗人，关键是你得会看。

1.2 数据采集频率——别被“10分钟均值”骗了

SCADA的数据采集频率，一般分两档：

数据类型	采集频率	典型用途
秒级数据	1秒~10秒	故障诊断、暂态分析
分钟级数据	10分钟均值	功率曲线评估、发电量统计

嗯，这里要注意：很多厂家默认只存10分钟均值。你想想看，如果只看均值，一个持续5秒的过流冲击，会被平均成“正常”。我刚开始做数据分析时，就吃过这个亏——明明机组报“发电机过流”，可10分钟均值曲线看着一点问题没有。后来我要求厂家开放了秒级数据接口，才抓到那个持续3秒的电流尖峰。

1.3 典型数据字段解读——四个核心参数

SCADA里字段少则几十，多则上百。但真正核心的，就这四个：

1. 风速

风速是风机的“口粮”。注意，SCADA记录的是机舱风速仪的数据，不是测风塔的数据。机舱风速受叶轮旋转影响，一般比真实风速低5%~10%。我习惯在分析时加一个修正系数，具体数值根据机型和现场标定结果来定。

2. 功率

功率是风机的“产出”。看功率曲线时，别只看平均值——要关注功率的波动范围。如果某台机组在额定风速下功率波动超过±50kW，大概率是变桨系统或变频器有问题。

3. 转速

转速分发电机转速和叶轮转速。两者比值就是齿轮箱速比。我遇到过一台机组，发电机转速正常，叶轮转速偏低——后来发现是齿轮箱高速轴轴承保持架碎了。转速数据，是判断传动链健康度的第一道防线。

4. 桨距角

桨距角是风机的“刹车”。正常运行时，桨距角在0°~90°之间变化。如果某台机组在低风速下桨距角频繁动作（比如每5秒变一次），说明控制策略有问题，或者变桨轴承卡涩了。

1.4 数据质量初评估——先别急着建模

拿到SCADA数据后，我做的第一件事不是画功率曲线，而是做数据质量评估。说白了，就是看看数据“脏不脏”。

常见的脏数据有：

• 缺失值：某段时间数据全为0或NaN
• 死值：风速连续1小时不变，比如一直显示5.0m/s
• 跳变值：功率从100kW瞬间跳到2000kW，中间没有过渡
• 限功率数据：机组被调度限功率运行，此时功率-风速关系不真实

我一般用Python做快速筛查，代码很简单：

import pandas as pd
import numpy as np

# 读取数据
df = pd.read_csv('scada_data.csv')

# 检查缺失值
print(df.isnull().sum())

# 检查死值：风速连续60个点不变
dead_wind = df['风速'].diff().abs().rolling(60).sum() == 0
print(f'死值数量：{dead_wind.sum()}')

# 检查跳变：功率变化率超过500kW/s
power_jump = df['功率'].diff().abs() > 500
print(f'跳变数量：{power_jump.sum()}')

为什么要做这一步？因为脏数据会直接带偏你的分析结论。我见过有人用包含限功率数据的数据集做功率曲线评估，结果曲线整体偏低10%，还以为是叶片污染了——其实只是数据没清洗。

知识体系总览

下面这张图，是我自己总结的风电数据初探知识框架。每次接手新项目，我都会按这个流程走一遍：

这张图的核心逻辑是：从SCADA系统出发，先搞清楚数据是怎么来的（采集频率），再弄明白每个字段代表什么（数据字段），最后评估数据能不能用（数据质量）。三步走完，你手里的数据才是“干净”的。

---

好了，第一章的内容就到这里。记住：数据分析的第一步不是写代码，而是理解数据。你花1小时做数据质量评估，后面能省下10小时排查错误结论的时间。