4. SCADA数据采集与预处理

SCADA系统采集到的原始数据，几乎不可能直接用于能源报表统计。现场RTU/PLC上传的遥测值往往夹杂着重复记录、瞬时跳变、通信中断造成的空档，以及各站点时钟不一致带来的时间错位。如果跳过预处理直接做班次能耗、日累计或同比分析，报表数字会出现明显偏差。本节围绕采集周期、死区设置、异常值识别、缺失值处理、时间戳对齐和数据清洗六个环节，说明从原始点值到可用数据集的完整处理链路。

采集周期与死区设置：决定数据密度与存储成本

采集周期指SCADA轮询或设备主动上送的时间间隔。周期越短，数据越密，越能捕捉负荷波动，但存储和计算压力也越大。工程上通常按用途分层：电参量（有功功率、电流）用1s～5s周期，用于趋势和需量分析；温度、压力等慢变量用10s～60s；电能量累计值（kWh）用1min或更长周期，因为累计值本身单调递增，短周期采集只会产生大量重复值。

死区（Deadband）是抑制无效存储的关键参数。当新采样值与上次存储值之差小于死区阈值时，不写入历史库。死区分为绝对死区和百分比死区：绝对死区如“功率变化超过0.5kW才记录”，百分比死区如“变化超过量程的0.2%才记录”。死区设置过小，历史库被噪声填满；设置过大，会漏掉真实的小幅爬坡。对能耗报表而言，累计电能量点通常不设死区或设极小死区，因为累计值一旦漏记，积分结果就会偏小。

异常值识别：先定义“正常”的边界

异常值识别不能只靠“超出量程”这一条。常见异常包括：量程越限（如功率为负、温度为-999）、物理不可能跳变（1s内功率从10kW跳到500kW）、长时间恒定不变（传感器卡死）、以及通信恢复后的补传重复值。实操中常用三类判据：

• 范围判据：设定每个测点的合理上下限，如有功功率0～800kW，超出即标记为可疑。
• 变化率判据：计算相邻点差值，超过“量程×允许变化率×时间间隔”则判为跳变。例如量程800kW、允许每分钟变化20%，则1min内变化超过160kW即异常。
• 持续不变判据：连续N个采集周期数值完全一致且非零，标记为疑似卡死，N通常取10～30。

识别出的异常值不应直接删除，而应先打标签，再决定是置空、插值还是保留待人工确认。这样既保留可追溯性，也避免误杀真实工况。

缺失值处理与时间戳对齐

缺失值主要来自通信中断、设备重启和采集程序异常。处理前先区分“真缺失”和“假缺失”：如果历史库中因死区未记录，但实际值未变，应视为保持值而非缺失。真缺失的常用处理方式有：前值填充（适用于温度等缓变量）、线性插值（适用于功率等连续量）、均值填充（适用于短时中断）和标记剔除（适用于长时间中断）。对能耗累计值，缺失期间不能用插值，应按前后累计值差补算，或标记该时段为无效。

时间戳对齐解决的是多站点时钟不一致问题。SCADA各RTU时钟可能相差数秒到数分钟，若直接按本地时间聚合，同一时刻的功率会被分到不同分钟。对齐方法通常以服务器时间为基准，对每个点值记录“采集时间”和“服务器接收时间”，聚合时统一使用服务器接收时间；对支持对时的设备，先通过NTP或SNTP将时钟偏差控制在1s内，再按整分钟、整5分钟或整15分钟做时间片归集。对齐后，每个时间片内可能有多个值，需明确取值规则：取首值、末值、均值或最大值，能耗报表中功率通常取均值，累计值取末值。

数据清洗实战：从原始点到报表可用值

下面以一个10kV配电回路的日能耗统计为例，说明完整清洗过程。假设某测点“有功功率”量程0～800kW，采集周期5s，死区0.5kW，历史库中某日10:00～10:05的原始记录如下（示例数据）：

时间(服务器)      功率(kW)   状态
10:00:02          120.3     正常
10:00:07          120.6     正常
10:00:12          120.4     正常
10:00:17          999.9     越限
10:00:22          121.0     正常
10:00:27          121.2     正常
10:00:32          --        通信中断
10:00:37          --        通信中断
10:00:42          121.5     正常
10:00:47          121.5     正常
10:00:52          121.5     正常
10:00:57          121.5     正常
10:01:02          121.5     正常
10:01:07          121.5     正常
10:01:12          121.5     正常
10:01:17          121.5     正常
10:01:22          121.5     正常
10:01:27          121.5     正常
10:01:32          121.5     正常
10:01:37          121.5     正常
10:01:42          121.5     正常
10:01:47          121.5     正常
10:01:52          121.5     正常
10:01:57          121.5     正常
10:02:02          121.5     正常

清洗步骤：第一步，标记10:00:17的999.9为越限异常，置空；第二步，10:00:32和10:00:37为通信中断缺失，因中断仅10s，采用线性插值，补为121.3和121.4；第三步，10:00:47之后连续多个121.5完全一致，触发“持续不变”判据，标记为疑似卡死，需结合电流或开关状态确认，若确认传感器卡死则整段置空；第四步，按1min时间片归集，10:00片取均值，10:01片因卡死标记为无效，10:02片正常。最终进入报表的10:00片功率均值约为121.1kW，10:01片标记无效不参与能耗积分。

清洗质量检查与可追溯

清洗完成后，应输出一份质量摘要，至少包含：原始点数、异常标记数、缺失补全数、无效时段数、最终有效点数。对每个被修改的点，保留原始值、修改值、修改原因和修改时间，写入清洗日志。这样在报表数字被质疑时，可以快速定位是采集问题、死区问题还是清洗规则问题。能源报表的可信度，最终取决于这条从原始点值到统计值的链路是否每一步都有据可查。