1、课程导论：为什么要做数据清洗？测风数据常见问题概览

各位同行，大家好。欢迎来到《风电场测风数据清洗与质量控制实战》这门课。

我是老张，在风资源评估这行摸爬滚打了十几年。说实话，刚入行那会儿，我也觉得数据清洗就是个“体力活”——不就是把明显不对的数据删掉吗？直到有一次，我负责一个山地风电场的资源评估，前期测风数据看着挺漂亮，结果项目投产后的发电量比预期低了整整15%。查来查去，问题就出在数据清洗环节——几个月的风速数据被塔影效应污染了，而我当时根本没注意到。

从那以后，我养成了一个习惯：拿到测风数据的第一件事，不是急着算平均风速、画风玫瑰图，而是先做一遍彻底的数据清洗。今天这第一节课，咱们就来聊聊：为什么数据清洗这么重要？测风数据到底会出哪些幺蛾子？

1.1 数据清洗：风资源评估的“地基”

你想想看，风电场投资动辄几个亿，而所有的决策——选多大风机、排多宽的间距、预估多少发电量——都建立在测风数据之上。如果数据本身是脏的，后面的分析再花哨，结果也是错的。

我个人习惯把数据清洗比作“盖楼前的地基处理”。地基没夯实，楼盖得再高也是危楼。测风数据清洗，说白了就是给后续的评估工作打一个可靠的基础。

具体来说，数据清洗能帮我们解决三个核心问题：

• 剔除无效数据：传感器故障、线路中断、冰冻覆盖……这些情况产生的数据，用了就是给自己挖坑。
• 识别异常模式：比如塔影效应、叶片干扰、仪器偏移——这些“看起来正常”但实际有偏差的数据，最容易被忽略。
• 保证统计可靠性：只有经过清洗的数据，计算出来的平均风速、湍流强度、威布尔参数才有意义。

1.2 测风数据常见问题概览

这些年我经手过的测风数据，少说也有上百个项目了。问题五花八门，但归纳起来，无非是以下几类。我给大家列个表，一目了然：

问题类型	典型表现	常见原因	影响程度
数据缺失	时间序列中出现空白段	设备断电、存储卡满、通讯中断	高（破坏连续性）
数据冻结	连续多笔数据完全相同	传感器卡死、线路故障	极高（完全不可用）
超出量程	风速显示为0或超过80m/s	传感器损坏、雷击、信号干扰	高（明显异常）
塔影效应	特定风向区间风速偏低	测风塔结构遮挡	中（需定向剔除）
结冰污染	低温时段风速异常偏低或偏高	传感器结冰、加热失效	中（季节性）
仪器漂移	长期趋势缓慢偏离参考值	传感器老化、校准失效	低（需长期监测）

嗯，这里要注意：并不是所有异常数据都一眼就能看出来。比如塔影效应，它不会让数据变成0，也不会让数据飞上天，它只是让某个风向扇区内的风速系统性偏低。如果你不做定向分析，根本发现不了。

我曾经接手过一个项目，业主自己做了初步清洗，把明显异常的数据都删了，觉得数据质量不错。结果我一看风向风速散点图，发现270°到300°这个扇区的风速明显比相邻扇区低了一截。后来现场确认，那个方向正好是测风塔的主支撑结构所在位置。这就是典型的塔影效应，如果不处理，整个项目的发电量会被低估3%~5%。

1.3 数据清洗的核心流程

说了这么多问题，那数据清洗到底怎么做？我一般把它分成四个步骤，画成一张图大家就清楚了：

这张图展示的是我个人的标准流程。实际项目中，步骤2和步骤3往往需要反复迭代——你发现了一个问题，处理掉之后，可能又会暴露出新的问题。别嫌麻烦，这是正常的。

1.4 一个真实的“反面教材”

最后，我给大家讲个真实案例。2018年，我评审过一个西北地区的风电项目。业主提供的测风数据完整率高达98%，看着很不错。但我用变化率检查一跑，发现了一个问题：在冬季的三个月里，每天凌晨2点到6点，风速数据几乎是一条直线，波动极小。

为什么会这样？我调出了同期温度数据——那三个月夜间温度持续低于-20°C。说白了，就是测风仪结冰了，转不动了。但白天温度回升后，冰化了，数据又恢复正常。业主的清洗流程只删除了“明显异常”的数据（比如0值），却没有发现这种“看似正常但实际冻结”的情况。

最终，我帮他们剔除了这三个月夜间所有受污染的数据，重新计算后的年平均风速降低了0.3m/s。别小看这0.3m/s，对于一台2MW的风机来说，年发电量差异至少在50万度以上。

---

公众号:蓝海资料掘金营，微信deep3321