4. 验证数据采集与治理

新能源场站模型验证的第一步不是打开仿真软件，而是把现场真实运行数据整理成“可信、可比、可对齐”的验证数据集。SCADA、PMU、气象站和功率预测系统四类数据来源不同、采样率不同、时钟基准不同，若直接混用，后续的模型参数辨识和误差统计都会失去意义。本节围绕时间同步、清洗、插补与质量评估四个环节，说明如何把原始数据加工成可用于验证的数据底座。

一、四类数据源的特征与对齐基准

SCADA 通常以 1 s～10 s 周期采集风机/逆变器有功、无功、电压、电流、桨距角、转速等，时间戳来自站内监控主机，可能存在秒级漂移；PMU 以 25/50/100 帧每秒采集相量、频率、频率变化率，时间戳由 GPS/北斗对时，精度可达微秒级；气象站采集风速、风向、辐照度、温度、气压，常见 1 min 平均，测风塔与场站边界位置不同；功率预测系统输出未来 15 min～4 h 的功率预测值，时间戳为预测发布时刻，需区分“发布时刻”与“目标时刻”。

对齐基准建议统一到 UTC 或场站本地标准时间，并以 PMU 的 GPS 时钟为参考。SCADA 与气象站通过 NTP 对时后，仍需用同一事件（如一次并网点电压跌落）做交叉校验，确认各源时间偏差在允许范围内。功率预测数据必须按“目标时刻”重采样，而不是按“发布时刻”直接拼接，否则会把预测提前量误当成实时量测。

二、时间同步的具体做法

时间同步分三步。第一步是统一时区与格式，所有数据时间戳转为 UTC 的 ISO 8601 格式，避免本地时间与夏令时混淆。第二步是校时，SCADA 与气象站通过 NTP 服务器对时，PMU 依赖 GPS/北斗，对时后仍需检查各源时间戳的单调性，剔除回退或重复记录。第三步是事件交叉校验：选取一次并网点电压跌落或一次大风切出事件，比较 SCADA、PMU、气象站记录到的事件起始时刻，若某源偏差超过 1 s，则该时段数据标记为时间可疑。

对于功率预测数据，需建立“发布时刻—目标时刻—提前量”三元组。例如某次预测在 10:00 发布，目标时刻为 10:15，提前量 15 min；验证时把该预测值放到 10:15 的时间轴上，与 SCADA 实测功率比较，而不是放在 10:00。若同一目标时刻有多条预测，取最近发布的一条，或按提前量分层统计。

三、清洗规则与典型异常

清洗的目标是识别并标记不可信数据，而不是直接删除。常见异常包括：越限值（有功功率小于 0 或大于额定容量）、冻结值（连续 10 个采样点数值完全不变）、跳变（相邻点差值超过 3 倍标准差）、重复时间戳、以及物理不一致（有功功率与电压、电流、功率因数不满足 P≈√3·U·I·cosφ）。

以某 50 MW 风电场 SCADA 数据为例，若某台风机有功功率连续 12 个 1 s 点均为 0，而风速记录为 8 m/s，则判定为冻结或通信中断，标记为无效；若某点有功功率从 0 跳变到 50 MW 且持续 1 s，则判定为跳变异常。清洗后应保留原始值、清洗标记和清洗规则编号，便于追溯。

四、插补方法与适用边界

插补只对短缺口有效，且必须记录插补方法。短缺口（少于 3 个采样点）可用线性插值；中缺口（3～30 点）可用三次样条或 AR 模型，但需检查插补后序列的统计特性是否与相邻有效段一致；长缺口（超过 30 点）不应强行插补，应标记为缺失，并在质量评估中扣减完整率。气象数据插补到功率数据时，应利用风速—功率物理关系约束，避免出现“风速 3 m/s 却插补出 40 MW”的荒谬结果。

五、质量评估指标与分级

质量评估建议至少计算四项指标：完整率（有效点/总点）、时间偏差合格率（偏差小于 1 s 的点占比）、物理一致性通过率、以及插补比例。按结果分为 A、B、C、不可用四级：A 级完整率≥99%、时间偏差合格率≥99%、插补比例≤1%；B 级完整率≥95%、插补比例≤5%；C 级完整率≥90%、插补比例≤10%；低于 C 级标记为不可用，不参与模型验证的核心统计。

六、可执行的数据质量检查清单

完成上述治理后，SCADA、PMU、气象站和功率预测数据才能在同一时间轴上比较。验证人员应始终保留原始数据、清洗标记、插补记录和质量等级，使每一次模型验证的输入都可追溯、可复现。数据治理不是一次性工作，而应随场站运行持续更新，尤其在通信改造、设备更换或对时系统调整后重新评估。