3. 多工厂数据采集与治理

多工厂能源指标对标能否成立，首先不取决于算法，而取决于进入对标模型的数据是否“同口径、同频率、同质量”。同一集团下不同工厂可能使用不同品牌的电表、水表、蒸汽流量计，接入方式有网关直采、PLC 转发、人工抄表补录，采集频率从 1 分钟到 1 天不等。如果这些差异不先治理，后续的单位产品能耗、峰谷占比、碳排放强度对标都会失真。本节围绕四个关键环节展开：计量点位如何统一编码、采集频率如何分层设定、数据质量规则如何定义、缺失值与异常值如何按流程处理。

一、计量点位：先统一“身份”，再谈对标

计量点位是数据治理的最小对象。每个点位至少应包含：点位编码、所属工厂、所属车间/产线、能源介质、计量层级、量纲、采集设备编号、通信协议、是否参与对标。其中“计量层级”决定了对标口径，建议统一划分为三级：一级为工厂总进线（如 10kV 进线总表），二级为车间或产线关口表，三级为关键设备表。对标通常使用一级与二级，三级用于异常溯源。

点位编码建议采用“工厂码-介质码-层级码-序号”的结构，例如 F01-EL-L1-003 表示 1 号工厂电力一级第 3 个点位。统一编码的价值在于：当不同工厂的本地命名五花八门（如“1#变电所总表”“主进线电度”）时，对标系统仍能按同一维度聚合。下表给出一个可参考的点位主数据字段示例（示例为合理假设，非实测数据）。

二、采集频率：按用途分层，而非一刀切

采集频率不是越高越好。频率过高会带来存储与通信压力，频率过低则无法支撑负荷分析与异常识别。工程上通常按用途分层：用于实时监控与需量控制的点位采用 15～60 秒；用于班次能耗与产线对标采用 5～15 分钟；用于日/月指标汇总采用 1 小时或日冻结值。同一工厂内不同层级可以不同频率，但同一对标指标涉及的所有工厂必须使用相同统计粒度，否则需在治理层重采样到统一粒度。

重采样时要注意累积量（电表读数）与瞬时量（功率、流量）的区别：累积量应先做差分再按时间加权，瞬时量可直接取均值。若直接把不同频率的累积量相加，会得到错误结果。

三、数据质量规则：让“坏数据”可被识别

数据质量规则应覆盖完整性、有效性、一致性、及时性四类。完整性检查点位在统计周期内是否有数据；有效性检查数值是否在物理合理范围（如功率因数应在 0～1 之间）；一致性检查上下级计量是否匹配（一级总表应约等于各二级之和，允许 3%～5% 线损偏差）；及时性检查数据到达时间是否超过约定延迟。规则应配置为可执行的判断条件，而不是笼统描述。

四、缺失值与异常值处理流程

识别出问题后，处理流程应遵循“先标记、再判断、后修复、留痕迹”的原则，不能直接覆盖原始值。缺失值处理：短时缺失（如 1～3 个点）可用线性插值；较长缺失（如超过 1 小时）应标记为无效，不参与对标计算，避免插值放大误差。异常值处理：先判断是真实工况（如设备停机导致功率为 0）还是采集故障（如通信中断导致读数跳变）。真实工况应保留，采集故障应剔除并按缺失值流程处理。

修复后的数据必须保留原始值、修复值、修复方法、修复时间四个字段，便于审计与回溯。对标计算只使用“已确认有效”的数据集。

五、落地要点与常见误区

实际推进时，建议先完成点位主数据梳理，再配置质量规则，最后接入处理流程。常见误区有三个：一是不同工厂用不同统计粒度直接对标，导致结果不可比；二是把异常值直接删除而不判断是否为真实工况，造成能耗被低估；三是修复过程不留原始值，审计时无法追溯。治理不是一次性工作，应建立定期复核机制，例如每月检查一次点位有效性、每季度复核一次质量规则命中率。