2. 高耗能设备运行数据采集与治理
高耗能设备（如电弧炉、大型空压机、循环水泵、工业锅炉、水泥回转窑）的运行策略优化，第一步不是建模，而是拿到“可信的数据”。如果采集环节选错传感器、清洗环节放过异常点，后续任何能效优化结论都会失真。本节围绕一条完整的数据链路展开：从传感器选型开始，经过数据清洗、缺失值处理、异常识别，最终落到数据质量评估，形成可复用的治理流程。
一、传感器选型：先明确“测什么、精度够不够、装在哪”
选型不是挑最贵的，而是匹配被测量的物理量、量程、精度、响应速度与安装环境。以一台 75 kW 离心空压机为例，若目标是评估单位气量电耗（kWh/m³），至少需要三类测点：
- 电量类：三相电压、电流、有功功率。推荐使用 0.5S 级电能表或带 Modbus 输出的智能电表，采样周期 1 s～15 s，量程覆盖额定电流的 1.2 倍。
- 工况类：排气压力（0～1.6 MPa，精度 ±0.5% FS）、排气温度（0～120 ℃，PT100 A 级）、流量（涡街或热式流量计，精度 ±1.5%）。
- 状态类：加卸载信号、运行/停机触点，用于区分空载与负载时段。
选型时需注意三点：一是量程留余量，压力传感器量程若刚好等于工作压力，会长期工作在满量程附近，漂移大；二是响应时间匹配，压力波动快于 1 s 时，用 5 s 采样会丢失峰值；三是环境适配，高温、高湿、强电磁干扰场合要选防护等级 IP65 以上、带屏蔽与隔离的型号。选型完成后应记录每个测点的“量程—精度—采样周期—通信协议”四要素，作为后续质量评估的基准。
二、数据清洗：把“脏数据”变成可用序列
原始数据常见问题包括：时间戳重复或跳变、单位不统一、量纲错误、通信丢包导致的空值、传感器抖动产生的毛刺。清洗的第一步是时间对齐：将不同采样周期的测点统一到同一时间栅格（如 1 min 均值），避免“压力是 1 s、电量是 15 s”直接拼接造成错位。第二步是单位与量纲统一，例如把 kW 统一为 kWh 需按时间积分，把 MPa 统一为 kPa 需乘 1000。第三步是毛刺剔除，对单点跳变超过相邻点 3 倍标准差的点，可用中值滤波或滑动平均替换。
清洗不是“删掉了事”，而要保留清洗日志：哪条记录、什么原因、替换成什么值。这样在质量评估时才能区分“真实波动”与“人为修正”。
三、缺失值处理：先判断缺失机制，再选填补方法
缺失值分三类：完全随机缺失（如偶发通信中断）、随机缺失（与工况相关，如高负荷时丢包）、非随机缺失（传感器故障后长期无数据）。处理前先统计缺失率与连续缺失长度：
- 缺失率 < 5% 且为孤立点：线性插值或前向填充即可。
- 缺失率 5%～20% 且与工况相关：用同工况时段的均值或回归填补，例如用“同压力段的历史功率均值”补电流缺失。
- 连续缺失 > 30 min 或缺失率 > 20%：不宜强行填补，应标记为无效时段，在后续能效计算中剔除。
示例：某空压机 1 min 功率序列中，第 120～124 分钟连续 5 点缺失，前后功率分别为 62.1 kW 和 63.4 kW，可采用线性插值得到 62.4、62.7、63.0、63.2、63.3 kW。若这 5 点恰好对应加卸载切换，则插值会掩盖真实状态，此时应结合加卸载信号判断，必要时整段剔除。
四、异常识别：从统计规则到工况约束
异常识别不能只看“超出量程”，还要结合物理约束与工况逻辑。常用方法有三层：
- 硬阈值：功率 > 额定 1.1 倍、压力 > 1.6 MPa、温度 > 120 ℃ 直接判异常。
- 统计规则：3σ 准则或 IQR 法。对功率序列，若某点偏离滚动均值超过 3 倍滚动标准差，标记为可疑。
- 工况约束：停机状态下功率不应大于 5 kW；加载状态下压力不应低于设定下限。违反物理逻辑的点，即使数值“正常”也应判异常。
识别出异常后，处理方式分三种：可修正的（如单点毛刺）用插值替换；不可修正的（如传感器故障）标记为无效；疑似真实但极端的（如启动冲击电流）保留但单独标注，避免误删真实工况。
五、数据质量评估：用指标说话
治理效果需要量化。建议对每个测点计算四项指标：完整率（有效点数/应采点数）、有效率（通过异常识别后的点数/总点数）、时间对齐偏差（实际时间戳与标准栅格的最大偏差）、物理合理性通过率（满足工况约束的点数占比）。以 1 天 1440 个 1 min 点为例，若完整率 98.6%、有效率 96.2%、最大时间偏差 2 s、物理合理性通过率 99.1%，则可认为该测点数据可用于能效分析；若完整率低于 90%，则应先排查通信与供电，而不是继续建模。
六、把治理结果落到运行策略
经过上述五步，得到的是一份“带质量标签”的运行数据集。以空压机为例，可用它计算：加载时段单位气量电耗、空载时段无效能耗占比、压力设定值与实际电耗的关系。若某天数据完整率仅 82%，则应先补采或修复，而不是用插值硬撑。数据治理的价值在于：让后续的能效优化、负荷调度、设备健康评估都建立在可信输入之上，避免“垃圾进、垃圾出”。