第2章数据基础与采集

2. 数据基础与采集：SCADA系统原理与数据采集、振动信号采集与预处理、油液分析数据获取、环境与运行工况数据整合

大家好，我是老张。干风电运维这行十几年了，今天咱们聊聊数据基础。说白了，你预测再准，模型再牛，数据不行全是白搭。我见过太多项目，算法跑得飞起，结果一查，SCADA数据里全是坏点，那叫一个尴尬。

这一章，咱们就把数据采集这摊子事捋清楚。嗯，内容有点多，但都是干货。

SCADA，全称是监控与数据采集系统。你想想看，一台风机几十米高，上面几十个传感器，没有SCADA，你难道爬上去看？

SCADA的核心就三件事：采集、传输、存储。采集靠传感器，传输靠通讯协议（比如OPC、Modbus），存储靠数据库。

关键点：SCADA数据不是万能的。它主要采集的是电气参数（功率、电流、电压）、状态参数（转速、桨距角、偏航角度）和简单环境参数（风速、风向、温度）。

我个人习惯，拿到一个新风场的数据，第一件事不是建模，而是先看SCADA数据的完整性和一致性。为什么？因为通讯中断、传感器漂移、数据丢包，太常见了。

举个例子，我曾经处理过一个项目，某台风机连续三个月发电量异常偏低。算法团队查了两个月没找到原因。我让他们把SCADA原始数据拉出来一看，好家伙，风速仪从第三个月开始就卡死了，一直报3.2m/s。数据都是假的，你分析个啥？

我的小技巧：SCADA数据采集时，建议同时记录状态码。比如停机、限功率、故障等。这些状态码能帮你快速过滤掉无效数据，省很多事。

振动信号，是预测齿轮箱、轴承寿命的关键。但振动信号这玩意儿，比SCADA数据娇气多了。

首先，采样频率要高。SCADA一般1Hz就够了，振动信号至少10kHz起步，有些高速轴甚至要到50kHz。为什么？因为故障特征频率往往在几千赫兹以上，你采样率不够，就混叠了。

其次，传感器安装位置有讲究。我建议：

预处理这块，我踩过不少坑。嗯，这里要注意，原始振动信号不能直接用。必须经过以下几步：

避坑指南：我曾经因为没做抗混叠滤波，直接对原始信号做FFT，结果在频谱里看到一堆假峰。折腾了三天，最后发现是高频噪声混叠到了低频段。从那以后，我每次处理振动数据，第一件事就是检查滤波器参数。

预处理后的振动信号，通常用时域特征（均方根值、峰值因子、峭度）和频域特征（包络谱、边频带）来表征。我个人习惯，先用峭度指标做快速筛查，如果峭度大于3，说明可能有冲击性故障，再深入做包络分析。

油液分析，很多人觉得麻烦，其实它是早期故障诊断的利器。齿轮箱磨损、轴承点蚀，往往在振动信号还没明显变化时，油液里的金属颗粒就已经暴露问题了。

油液分析主要看三个指标：

数据获取方式有两种：

我个人建议，新风场或新齿轮箱，前两年以离线取样为主，积累基线数据。等基线建立好了，再考虑上在线监测。为什么？因为在线监测的阈值设置，需要大量历史数据做支撑，否则容易误报。

关键经验：油液分析数据要和振动数据联合分析。比如，振动频谱里出现了齿轮啮合频率的边频带，同时油液里铁磁性颗粒增多，那基本可以判定齿轮出现了早期磨损。单一数据源，容易误判。

最后，咱们聊聊数据整合。很多运维工程师只盯着SCADA和振动数据，忽略了环境和工况。其实，环境因素对寿命预测的影响非常大。

举个例子，同一台风机，在南方潮湿环境和北方干燥环境下，齿轮箱的寿命能差30%以上。为什么？湿度大，油品乳化快，润滑效果下降。

需要整合的数据包括：

数据整合的难点在于时间对齐。SCADA数据是1Hz，振动数据是10kHz，油液数据可能一个月才一条。怎么对齐？

我的做法是：

这样，最终得到一个统一时间分辨率（比如10分钟一条）的数据表，方便后续建模。

我的习惯：数据整合完成后，我会画一张相关性热力图，看看哪些环境参数和机组状态参数相关性高。比如，环境温度和齿轮箱油温相关性肯定高，但和环境湿度相关性可能就不高。这一步能帮你快速筛选出有效特征，减少无用功。

好了，数据基础这块就聊到这儿。数据是死的，但采集和预处理的方法可以很灵活。记住一句话：垃圾数据进，垃圾模型出。把数据基础打牢，后面的预测模型才能站得住脚。