第一章 SCADA系统与数据采集
各位同学，咱们今天聊聊风电故障诊断的根基——SCADA系统。说实话，我见过太多人一上来就搞深度学习、搞模型，结果连SCADA数据怎么来的都说不清楚。这就像盖楼不打地基，迟早要塌。
我个人习惯，每次接手一个新风场，第一件事就是去机舱里看看SCADA柜。不是我不信任远程数据，而是亲眼看过采集过程，你才知道哪些数据能信，哪些数据得打个问号。
1.1 SCADA系统架构
SCADA，全称是Supervisory Control And Data Acquisition，翻译过来就是监控与数据采集。说白了，它就是个「大管家」，负责把风电机组上上下下的状态都记录下来。
典型的SCADA系统分三层：
- 现场层：传感器、执行器、PLC。这是最底层，直接跟设备打交道。
- 通讯层：光纤、交换机、协议转换器。负责把数据从机舱传到中控室。
- 应用层：服务器、数据库、人机界面。咱们平时看到的监控画面，就是这层干的。
我画了一张架构图，你看一眼就明白了：
嗯，这里要注意：通讯层往往是整个系统的瓶颈。我在项目中遇到过，光纤接头被老鼠咬断，导致整排机组数据中断了三天。所以啊，别光盯着算法，通讯可靠性也得关注。
1.2 数据采集原理
数据采集听起来高大上，其实原理很简单。传感器把物理量（风速、温度、振动）变成电信号，PLC再把电信号转成数字量，最后通过网络传到数据库。
这里有个关键点：采样频率。你想想看，风速每秒都在变，如果你一分钟采一次，那中间的风速尖峰就全丢了。反过来，振动信号变化更快，通常需要千赫兹级别的采样率。
核心原则：采样频率至少是被测信号最高频率的2倍。这就是奈奎斯特定理，搞数据的人必须刻在脑子里。
我曾经在一个项目里，发现温度数据总是「跳变」。查了半天，原来是PLC的模拟量输入模块接地不良，导致信号漂移。嗯，这种坑踩过一次就记住了。
1.3 主要监测参数
SCADA系统监测的参数很多，但咱们做故障诊断，重点关注这几个：
| 参数 | 典型范围 | 采样频率 | 故障诊断价值 |
|---|---|---|---|
| 风速 | 0-30 m/s | 1 Hz | 功率曲线分析、叶片结冰判断 |
| 有功功率 | 0-额定功率 | 1 Hz | 发电性能评估、变流器异常 |
| 发电机转速 | 0-2000 rpm | 1 Hz | 齿轮箱故障、轴承磨损 |
| 齿轮箱油温 | -10~80°C | 0.1 Hz | 润滑系统异常、过热预警 |
| 机舱振动 | 0-50 mm/s | 10 Hz | 塔筒共振、叶片不平衡 |
| 液压油压 | 0-200 bar | 0.1 Hz | 液压系统泄漏、制动故障 |
你看这个表格，不同参数的采样频率差别很大。振动信号需要高频采集，温度变化慢，低频就够了。我建议你拿到数据后，先检查一下采样频率是否合理。有些风场为了省存储空间，把所有参数都降到0.1Hz，那振动数据基本就废了。
小技巧：做故障诊断时，别只看单一参数。比如齿轮箱故障，油温升高、振动增大、转速波动往往是同时出现的。多参数联合分析，准确率能提高不少。
1.4 数据采样频率与存储
采样频率怎么定？我一般遵循这个原则：
- 慢变参数（温度、压力、油位）：0.1-0.5 Hz 就够了
- 快变参数（风速、功率、转速）：1-10 Hz
- 高频参数（振动、电流谐波）：100 Hz 以上，甚至 kHz 级别
存储方面，大部分风场用关系型数据库（比如MySQL、SQL Server）存SCADA数据。但高频振动数据量太大，通常用时序数据库（比如InfluxDB）或者直接存成文件。
我算过一笔账：一个100MW的风场，50台机组，每台机组100个参数，1Hz采样频率，一天的数据量大约是：
50台 × 100参数 × 86400秒 × 4字节 ≈ 1.7 GB/天一年下来就是600多GB。所以啊，数据存储不是小事，得提前规划好。
避坑指南：我曾经遇到一个项目，数据库磁盘满了没人管，导致SCADA系统直接宕机。后来我养成了习惯，每周检查一次磁盘空间，设置自动清理策略。记住，数据采集系统本身也需要「被监控」。
好了，第一章的内容就这些。SCADA系统是风电故障诊断的「眼睛」，数据质量直接决定了后续分析的成败。下一章咱们聊聊数据预处理，看看怎么把「脏数据」洗干净。
公众号:蓝海资料掘金营，微信deep3321