4. 储能站历史数据清洗实战

储能站历史数据清洗不是把数据“变好看”，而是把原始日志还原成可用于趋势分析、效率评估和故障复盘的可信时间序列。真实储能站日志通常来自 PCS、BMS、EMS、空调、消防和电表等多个子系统，采样周期从 1 秒到 15 分钟不等，且存在时间戳漂移、量纲混用、通信中断、传感器漂移和人工补录等问题。清洗的目标是：在保留真实工况特征的前提下，识别并修正异常，补齐缺失，并给出可验证的清洗结论。

一、先看清原始日志的典型问题

以某 100 MW/200 MWh 磷酸铁锂储能站为例，其 EMS 历史库中常见问题包括：

• 时间戳问题：PCS 与 BMS 时钟不同步，同一时刻的功率与 SOC 记录相差 2～8 秒；部分日志使用本地时间，部分使用 UTC。
• 缺失问题：通信中断导致连续 3～20 个采样点为空；BMS 单体电压在均衡阶段偶发丢包。
• 异常值问题：SOC 出现 105%、-3% 等越界值；PCS 有功功率在待机时出现 ±0.5 MW 的尖峰。
• 重复与冗余：EMS 重传导致同一时间戳出现两条记录，数值略有差异。
• 量纲与单位：功率有的以 kW 存储，有的以 MW 存储；温度有的用 0.1℃ 整数存储。

这些问题如果不处理，会直接导致日充放电量、循环效率、SOC 变化率等指标失真。因此清洗规则必须围绕“时间对齐—异常识别—缺失插补—一致性校验”四个环节设计。

二、清洗规则设计：从业务约束出发

清洗规则不能只依赖统计阈值，还要结合储能站的物理约束。以下是一组可直接参考的规则示例（参数为示例假设，实际需按站端设备手册调整）：

规则执行顺序建议为：先统一时间戳并去重，再按物理范围做硬约束过滤，然后计算变化率做软约束标记，最后进入插补。硬约束直接置空，软约束只标记不删除，避免把真实工况（如并网瞬间功率突变）误杀。

三、插补方法选择：按缺失长度和工况区分

缺失插补没有“万能方法”，关键是按缺失长度和工况选择。对于储能站历史数据，推荐以下策略：

• 缺失 ≤ 3 个采样点：线性插值。适用于 SOC、温度等缓变量，计算简单且不引入额外假设。
• 缺失 4～20 个采样点：三次样条插值或前向填充+滑动平均。适用于功率、电压等连续量，但需检查插补段是否跨越充放电状态切换。
• 缺失 > 20 个采样点：不建议强行插补，应标记为“无效区间”，在后续统计中剔除，避免伪造长时段数据。
• 状态量（如开关状态、告警字）：采用前向填充，并记录填充时长；若填充超过 5 分钟，标记为不可信。

插补后必须做一致性校验：例如 SOC 插补后应满足 0%～100%，且与充放电量积分结果偏差不超过 3%；功率插补后应满足与电表侧功率的偏差在 2% 以内。若偏差超限，应回退到“标记无效”而不是继续插补。

四、清洗效果验证：用指标说话

清洗完成后，不能只看“补了多少点”，而要用可量化的指标验证。建议至少输出以下四类验证结果：

• 完整性：清洗后有效点占比、各字段缺失率、最长连续缺失时长。
• 一致性：SOC 积分与充放电量偏差、PCS 功率与电表功率偏差、温度与空调运行状态匹配率。
• 合理性：越界值数量、变化率超限数量、插补点占比及插补段最大长度。
• 可追溯性：每个被修改的点保留原始值、清洗动作、规则编号和时间戳。

例如，某日清洗前 SOC 缺失率为 4.7%，清洗后有效点占比 99.2%，插补点占比 1.8%，SOC 积分与电表充放电量偏差从 6.3% 降至 1.9%，说明清洗有效。若偏差反而增大，应检查插补是否跨越了充放电状态切换，或时间对齐是否引入了相位误差。

五、可直接参考的清洗记录表

以下是一份清洗记录表示例，用于记录每个字段的清洗动作和验证结果，便于复盘和审计：