📚 课程目录第2章工业能源数据采集与预处理

2. 工业能源数据采集与预处理

工业能源管理平台的一切指标——单位产品能耗、峰谷电量、吨蒸汽耗气量、水重复利用率——最终都建立在“计量点数据”之上。电、水、气、汽四类介质的物理形态不同，计量仪表不同，数据进入平台的方式也不同。如果采集环节没有设计好频率与时间对齐，或者清洗环节没有识别出冻结值、倒走、倍率错误，后续所有报表都会失真。本节按“介质—来源—频率—质量问题—清洗方法”这条主线展开，并给出可直接参考的配置与判断依据。

一、四类介质的数据来源与接入方式

电是最规范的一类。数据来源主要有三种：一是关口表与车间配电柜上的智能电表，通过 RS-485 走 Modbus RTU，经串口服务器或边缘网关转成 Modbus TCP / MQTT 上送；二是带 4G 或以太网口的导轨表直接上云；三是既有综保装置、PLC 中已有的电流、电压、功率寄存器。电表通常能直接读出正向有功电能、无功电能、三相电压电流、功率因数，平台侧一般只取累计电能做差值，取功率做需量分析。

水的来源包括电磁流量计、涡街流量计、超声波水表以及机械水表加脉冲采集模块。流量计多输出 4–20 mA 或脉冲信号，脉冲型需要平台侧配置“每脉冲代表多少立方米”的脉冲当量；机械表改造则常用光电直读或摄像识别，后者数据质量最不稳定。

气（天然气、压缩空气、氮气）常用涡街、热式质量流量计、罗茨流量计。天然气计量还涉及温压补偿：流量计输出工况体积，必须结合温度、压力换算到标准状态，平台若直接拿工况值做报表，冬夏两季的对比就会失真。

汽（蒸汽）用涡街流量计配温压补偿，或差压式孔板流量计。蒸汽是四类介质中数据质量最差的：高温高压环境下仪表漂移快，饱和蒸汽与过热蒸汽的密度算法不同，冷凝水、两相流还会造成读数跳变。

二、采集频率的设计原则

采集频率不是越快越好，要同时考虑计量目的、通信成本和存储成本。经验做法是：电类累计量按 15 分钟冻结一次（与电力需量周期一致），功率类可 1 分钟；水、气、汽的流量计按 1～5 分钟采集瞬时流量，累计量按小时冻结；用于设备能效分析的支路可提高到 1 分钟。所有计量点必须统一时标：以平台服务器时间为基准，边缘网关做 NTP 对时，冻结值打上“周期起始时刻”标签，避免 15 分钟数据落在 10:07、10:22 这种错位时间上，导致峰平谷电量归集错误。

三、常见数据质量问题及其成因

现场数据进入平台后，问题通常集中在五类。缺失：网关掉线、串口冲突、仪表断电，表现为某段时间无数据点；冻结值：仪表通信正常但数值长时间不变，常见于流量计卡涩或采集程序读缓存；跳变与毛刺：单点突然放大数倍，多由电磁干扰、两相流或接触不良引起；倒走与负差值：累计量后一时刻小于前一时刻，原因包括换表归零、倍率配置错误、表计反转；量纲与倍率错误：电表未乘 CT/PT 倍率、水表脉冲当量差 10 倍、气表工况值当标况值用。这五类问题中，倍率错误最隐蔽——数据曲线看起来完全正常，只是整体偏大或偏小，往往到月末对账才被发现。

四、清洗方法与可执行规则

清洗应遵循“先标记、后修正、可追溯”的原则，任何修改都要留痕，不能直接覆盖原始值。以下规则可直接落到平台的预处理任务中：

缺失补全：连续缺失不超过 2 个采集周期时，用线性插值补齐；超过 2 个周期则标记为“无效”，不参与指标计算，并在数据质量报表中计入缺失率。
冻结值识别：对瞬时量，若连续 6 个点数值完全相同且不为零，判定为冻结，标记异常并告警，不参与均值计算。
跳变限幅：设定物理合理上限，例如某支路水泵额定流量 50 m³/h，则瞬时流量超过 60 m³/h 判为毛刺，用前后两点均值替代并记录。
负差值处理：累计量差值小于 0 时，先判断是否为换表事件（表号变化或人工登记），是则建立新基线；否则置零并生成异常工单。
倍率校验：每月用“支路累计之和 ≈ 总表累计”做平衡校验，偏差超过 3% 时回溯倍率与脉冲当量配置。

判断清洗规则是否有效，不看单点是否“好看”，而看三个指标：数据完整率（有效点数/应采点数）、异常标记率、总分平衡偏差。建议把这三项做成日度质量看板，与能耗报表同屏展示。

五、一个可参考的预处理配置示例

以某车间 1# 配电回路（CT 变比 40/5，即倍率 8）和 1# 循环水支管（脉冲当量 0.1 m³/脉冲）为例，平台侧预处理配置可写成如下形式（参数为教学示例，非实测值）：

计量点: E-1F-01  类型: 电  采集周期: 15min
  原始字段: ep_forward (kWh, 表内值)
  预处理: value = ep_forward × 8          # 乘 CT 倍率
          diff  = value(t) - value(t-1)
          if diff < 0: 标记"倒走", 差值置0, 生成工单
  质量规则: 连续6点相同 → 冻结告警

计量点: W-1F-01  类型: 水  采集周期: 1min
  原始字段: pulse_cnt (脉冲数)
  预处理: volume = Δpulse × 0.1            # 脉冲当量 m³
          if 瞬时流量 > 60 m³/h: 限幅为前后均值
  质量规则: 缺失≤2周期线性插值, 否则标记无效

配置完成后，用一天的原始数据回放验证：检查 15 分钟冻结点是否落在整点、整刻，检查换表时刻是否被正确识别为新基线，检查总分偏差是否在 3% 以内。只有回放通过，规则才允许上线，避免清洗逻辑本身成为新的误差来源。

清洗不能替代计量整改。若某块表长期冻结或偏差持续超标，正确做法是安排校验或更换仪表，而不是靠插值和限幅把数据“修平”。平台应保留原始值、清洗值、标记状态三列，任何报表都能下钻到原始点。

把上述链路串起来看：电、水、气、汽各有其仪表与接入方式，采集频率要服从计量目的并统一时标，质量问题要按类型建立可执行的识别与处理规则，最后用完整率、异常率、平衡偏差三项指标闭环验证。做到这一步，后续的指标计算与报表设计才有可靠的数据底座。