风电场发电量评估的是否准确，第一要点就是测风塔风速计算的准确与否。
然而，测风塔在测风过程中，往往由于仪器损坏，数据传输故障，结冰等原因，部分传感器数据出现缺失或异常。风资源工程师需要识别出异常数据，将异常的数据排除统计。
一个完整的测风数据处理，风资源工程师往往要经过数据质量筛选、数据修正、数据插补、长期订正等过程。上述任何一步，都有可能引入很大的不确定性，1%的风速不确定性，会带来3%左右的发电量不确定性，对于现在众多开发中的低风速风电场，3%的发电量可能就决定着风电场是否盈利，盈利多少。
由此可见，风资源工程师在风场的评估中可是承担了不可小觑的作用。如下是小编单位的标准化测风塔分析流程：
本周咱们就先聊聊前三步：
数据质量筛选
通常测风设备故障主要有冰冻、卡顿、传感器损坏、传输故障等。
风资源工程师在数据筛选过程中需要将上述故障数据充分识别。那么如何判断测风数据是否为故障数据呢？
缺失数据：缺失数据比较好判断，顾名思义，就是出现了一段时间数据为空的情况。
无效数据：无效数据是指风速、风向、温度、气压超出了正常范围的一些数值。对于正常测风状态下的数据，当其超出正常范围，需要判别其是否为无效数据，对于每种传感器，都应设定合理的判断上下限。
冰冻数据：是指传感器由于结冰或者覆冰导致的异常数据。对于风速数据，当温度低于结冰温度，一般情况下＜6℃既可能发生冰冻的情况，通过判断该层传感器与上下层的关系，以及当前时刻的平均值与标准偏差值的表征，当持续的时间满足一定要求时，那么判定该段数据为冰冻。由于冰冻前后期，测风设备并不会完全冻住不动，很难通过单点和单层数据进行冰冻识别，因此，较为复杂的判断逻辑对自动化也提出了要求。
传感器故障数据：是指在测风过程中，由于传感器故障或者是信号传输发生的异常数据。风速，当温度高于结冰温度，通过上下层关系、均值与标准偏差、持续时间的综合判断，判定出该段风速数据是否为传感器故障。
基于标准化的规则，在具体项目上，风资源工程师也应该根据实地情况对判断参数作出调整。比如对于冰冻数据，对于湿度比较大的地区（江西、浙江、贵州等地），当温度低于6℃时既可能发生覆冰的情况；对于湿度较小的地区（甘肃、内蒙、青海等地），由于当地湿度较小，空气形成结冰较困难，因此当温度低于0℃左右时也并不一定会发生覆冰的情况。对于山地风电场，由于风电场地处地形陡峭，局部区域地形效应明显，往往会出现负切变的情况。鉴于发电量对风速的敏感性，工程师需要谨慎对待测风数据，做出准确的风数据质量评估。
数据修正
数据修正是指对测风塔数据在测量过程中引起的“偏差”进行修正，常见有两种，磁偏角修正和塔影修正。
磁偏角修正：若安装风向标时，是用指南针进行的对北，则得到的是“磁北”，而我们在风电场设计时，往往采用的是“真北”，这种情况下，需要将磁北修正为真北，即磁偏角修正。
塔影修正：即测风塔体对测风设备测量结果的影响，当风先经过塔体，再到达风杯时，由于塔体造成的尾流影响，会造成风杯测出的风速并非“真正的”该方向的自由流风速。因此，我们常要求在测风塔树立时，风杯的安装方向应垂直于主风向，以减小塔影的影响程度。但不可避免的，当主风向不明显，以及安装有误时，塔影造成的评估影响仍不容忽视。对同层风速，我们采用互相替代的方式来进行塔影的修正：
数据插补
经过数据筛选后的测风塔数据数，可能存在较多的缺失数据，使得我们在风资源评估引入较大的不确定性。因此就需要将测风数据进行数据插补，将风数据有效性提高到最高。测风数据的补全一般有两种方式，一是某段时间内测风塔部分传感器数据缺失，此时应当采用测风塔本身其他传感器的数据进行补齐，即同塔修补；另外一种是某段时间内测风塔所有传感器数据均缺失，无法用测风塔本身的数据进行修补，此时应采用场内其他相关性较好的测风塔数据或中尺度数据进行补齐，即异塔修补。
但是需要注意的是：数据插补是为了获得更接近实际的测风塔数据，如果测风塔数据经过数据插补后，其特征(风切变大小、风速月变化、日变化等)发生了明显的变化，则需要酌情考虑插补的有效性。这时候，就需要我们风资源工程师提出测风数据的风险，以搜集更完善的资料降低风资源评估的风险，降低投资风险！
这次就先聊到这里吧，小编也要回去处理测风数据去了。下次再和大家继续往下聊聊测风塔那些事儿！
原标题：【格林大家谈】第10期 浅谈标准化测风数据处理（一）
