4. 数据采集层优化：采集频率调整策略、数据压缩算法、断点续传机制

数据采集层，说白了就是SCADA系统的“耳朵”和“嘴巴”。耳朵要听得清，嘴巴要说得准。但风场里风机那么多，数据量一上来，系统就容易“噎着”。我见过不少项目，前期没重视采集层优化，后期运维时CPU直接飙到90%，画面卡得点不动。嗯，今天咱们就聊聊怎么把这层优化好。

4.1 采集频率调整策略：别让风机“喘不过气”

很多刚入行的同事喜欢把采集频率设成1秒一次，觉得数据越密越好。其实这是个误区。你想想看，风速、功率这些参数，变化没那么快。1秒采一次，大部分数据都是重复的，白白浪费带宽和存储。

我个人习惯的做法是：

• 关键参数高频采集：比如振动、电网电压、发电机转速，这些变化快、对安全影响大，我一般设成100ms-500ms一次。
• 普通参数低频采集：比如环境温度、机舱位置、累计发电量，5秒甚至10秒一次就够了。
• 状态参数事件触发：比如“风机运行/停机/故障”这种开关量，平时不用采，状态变了再上报就行。

我在项目中遇到过这样一个案例：某风场有100台风机，每台风机采集200个点，原来全部设成1秒采集。后来我把振动和电网参数保留1秒，其他改成5秒，状态量改成事件触发。结果呢？数据量直接降了60%，系统负载从85%降到了40%。

4.2 数据压缩算法：旋转门与死区压缩

数据压缩，说白了就是“扔掉那些没用的数据”。但怎么判断“没用”？这里我重点讲两种算法：旋转门压缩和死区压缩。

4.2.1 旋转门压缩（Swinging Door Trending, SDT）

这个算法名字挺形象。你想象一下，数据点就像一扇旋转门，门的两侧是“允许误差范围”。只要数据点落在门能转动的范围内，就认为这个点可以忽略。只有当数据点超出范围，才需要记录。

核心逻辑：

• 设定一个压缩偏差值（比如±0.5℃）。
• 从上一个记录点开始，画两条斜率线，形成“门”。
• 新数据点如果落在门内，就跳过；如果落在门外，就记录上一个点，然后重新开门。

// 伪代码示例：旋转门压缩
float lastRecordedValue = 0.0;
float deviation = 0.5; // 压缩偏差
float upperSlope = 0.0, lowerSlope = 0.0;

for each newValue {
    if (firstPoint) {
        lastRecordedValue = newValue;
        upperSlope = newValue + deviation;
        lowerSlope = newValue - deviation;
        continue;
    }
    
    // 更新斜率范围
    upperSlope = min(upperSlope, newValue + deviation);
    lowerSlope = max(lowerSlope, newValue - deviation);
    
    // 如果斜率交叉，说明数据点超出范围
    if (upperSlope <= lowerSlope) {
        record(lastRecordedValue); // 记录上一个点
        lastRecordedValue = newValue;
        upperSlope = newValue + deviation;
        lowerSlope = newValue - deviation;
    }
}

4.2.2 死区压缩（Deadband Compression）

死区压缩更简单粗暴。它设定一个“死区范围”，比如±1℃。只要新数据点和上一个记录点的差值在死区范围内，就扔掉。超出范围才记录。

对比一下两种算法：

特性	旋转门压缩	死区压缩
压缩率	更高（通常可达10:1以上）	中等（通常5:1左右）
数据还原精度	较高（线性插值还原）	一般（阶梯状还原）
适用场景	连续变化参数（风速、温度）	缓慢变化或稳定参数（油位、压力）
实现复杂度	稍复杂	简单

我个人建议：对于振动、电网谐波这种需要高精度还原的参数，用旋转门。对于油温、环境温度这种变化慢的，死区压缩就够了。

4.3 断点续传机制：别让网络波动毁了数据

风场网络环境，说实话，真不咋地。光纤被挖断、4G信号不稳定、交换机死机……我都遇到过。如果没有断点续传，网络一断，数据就丢了，那历史趋势图就会出现“大窟窿”。

断点续传的核心设计：

1. 本地缓存：风机侧必须有一个本地存储（比如SD卡或小容量SSD），网络正常时实时上传，网络中断时缓存到本地。
2. 时间戳标记：每条数据都带上精确的时间戳（最好用GPS或NTP同步）。这样断点续传时，服务器能按时间顺序正确插入数据。
3. 断点检测与重连：风机侧定期（比如每10秒）检测与服务器的连接状态。一旦发现断开，立即启动本地缓存模式。网络恢复后，按“先传旧数据，再传新数据”的顺序补传。
4. 去重机制：服务器端要能识别重复数据。比如用“风机ID+时间戳”作为唯一键，如果已经存在就跳过。

断点续传的缓存策略：

• 环形缓存：本地缓存用环形队列，比如最多存7天的数据。超过7天的旧数据自动覆盖。这样既保证数据不丢，又不会撑爆存储。
• 优先级上传：网络恢复后，先传故障报警数据，再传振动等高频数据，最后传普通参数。因为故障数据最紧急，晚一秒都可能影响分析。

4.4 本章小结：一张图看懂采集层优化

说了这么多，咱们用一张图把核心逻辑串起来：

这张图把咱们今天讲的三块内容串起来了。从上到下，先调整采集频率，减少无用数据；再用压缩算法，进一步瘦身；最后用断点续传，保证数据不丢。三层优化下来，数据采集层的性能至少能提升50%以上。