收益：
- 能够识别SCADA、智能电表和市场数据的结构、单元和典型质量问题
- 能够利用人工智能检测丢失数据、异常值和时间戳问题并建立清理工作流程
- 能够验证AI输出中能源时间序列中的分辨率、时区和夏令时等陷阱
几乎所有能量分析都从时间序列开始：沿时间轴排列的测量值。仪表 15 分钟的消耗量、涡轮机的第二转速、馈线（配电线）每小时的电流——都是时间序列。在本单元中，我们将了解能源数据的来源、其中包含哪些陷阱，以及如何使用人工智能使这些数据变得可靠。让我们从一开始就确立这个原则：即使是对脏数据进行最明智的分析也会给出脏结果。在能源工程中，大部分时间不是花在模型上，而是花在使数据可靠上，而人工智能在这部分提供了最安全的贡献。
能源数据的来源和结构
能源数据主要来自多个来源。 SCADA（监控和数据采集系统）从配电盘和电网设备收集瞬时测量值；它通常以秒或分钟为单位，包括电压、电流、功率和温度等量。智能电表数据通常以 15 分钟为间隔测量消耗量，是计费和需求分析的基础。气象数据（温度、辐照度、风速）是生产和需求预测的输入。市场数据（每小时价格）是经济分析的输入。
这些数据的共同特征是它们包含时间戳（每个测量所属的日期时间标签）和一个或多个测量值。这是最关键的一点：如果不能正确理解时间戳，其他一切都会崩溃。
分辨率、时区和夏令时陷阱
能源数据中的误差很大一部分来自时间轴。让我们特别强调三个陷阱。
分辨率混乱。电表报告的是 15 分钟电量 (kWh) 还是瞬时功率 (kW)？将它们相加会得到不同的结果：15分钟内的四个kW值的平均值就是功率，而四个之和并不对应于每小时的能量（需要每刻钟能量的总和）。如果不一起了解单位和分辨率，就无法进行求和。
时区。数据是按照本地时间（土耳其的 TRT/UTC+3）还是世界时间 (UTC) 保存的？来自不同系统的两个系列可能位于不同时区；组合时的三小时轮班扰乱了整个高峰时段的分析。
夏令时 (DST)。在实行夏令时的国家，一个小时每年“消失”一次，每年“重复”一次。这会在这些日子创建 23 或 25 小时的工作日，并破坏每小时的配置文件。由于土耳其自 2016 年起实施永久夏令时 (UTC+3)，因此本地数据上不会出现此问题，但在使用国际或旧数据时仍然会遇到此问题。
注意：时间戳的标签是“范围开始”还是“范围结束”？标记为 14:00 的记录是否表示 14:00-14:15 还是 13:45-14:00？这一单一决定可能会将峰值时钟偏移一个片段。在每个数据集的开始就明确这条规则。
一步一步：使用人工智能的数据准备工作流程
第 1 步——发现。了解数据：有多少行、什么范围、什么分辨率、什么单位？为人工智能提供前几百行并总结结构，可以快速揭示列的含义和可能的单元。但人工智能的单位估计只是一个假设；从源文件中可以确认这一点。
第 2 步——标准化时间线。捕捉到单个时区、修复分辨率、指定标记规则（开始/结束）。人工智能可以生成检测不规则间隔和缺失时间戳的代码。
步骤 3 — 不完整且重复的记录。沟通故障再次造成空虚和双重记录。人工智能产生了一套标记差距和重复的规则；短间隙（例如单个 15 分钟）可以通过合适的方法来填补，长间隙被排除在分析和报告之外。
第 4 步——异常值。负消耗（无产出）、力量超过物理上限、突然跳跃。人工智能提供统计和基于规则的异常值检测；但异常值并不总是一个错误——它也可能是一个真实的事件（例如，一家工厂上线）。工程师做出了这种区分。
第 5 步 — 验证。清理后的数据通过物理锚点进行测试：日出/日落必须重置太阳能发电，夜间负荷必须低于白天，总能量必须与账单一致。
三个迷你案例：从数字来看
案例 1——一小时的失误。一位分析师的太阳能发电数据显示，中午峰值出现在 14:00，而不是 13:00。问题不在于面板，而在于面板。数据是 UTC，但被认为是当地时间。当注意到三小时轮班（日出前生产的出现暴露了锚点）时，整个分析有所改善；投资决策因误解而受阻。
案例 2 — 重复录音。在一个配电支线的 30 天每小时数据中，总消耗量比预期高出约 4%。人工智能辅助重播检测显示，某些小时在通信重连中被记录了两次。清除68条重复记录后，总数与帐单相符。
情况 3 — 假零。在通信中断期间，一台仪表报告消耗量为“0”；然而，消费仍在继续。这些假零降低了平均值并误导了需求预测。 AI建议规则“检查0值和存在标志”；假零被标记为缺失数据并与真零分开（例如，封闭的工作场所）。
弱提示/强提示
弱提示：
清除该计数器数据。[数据]
强力提示：
您的角色：能源数据分析师。以下电表数据为 15 分钟间隔，当地时间（UTC+3），时间戳表示间隔的开始时间，单位 kWh。 任务：1）列出缺失时间戳和重复记录（数量和时间）。2）分别标记负值和超出物理上限的值（合同功率 25 kW）；不要删除，只需标记。3）提供检查以区分疑似误传的假零和真实零。不要自己填写任何值；先识别一下，我再确认填充。
强大的提示从一开始就给出分辨率、时区、标签规则和上限；它对人工智能实行“先检测，后询问”的原则。这样数据就不会被悄悄损坏。
四个可复制模板
1) 数据分析：
创建以下数据的配置文件：行数、日期范围、分辨率、估计单位和每列的含义、缺失率、最小/最大/平均值。用“需要验证”标签标记单位估计值。
2）时间轴控制：
在此时间序列中，检测：(a) 超出预期范围的间隙，(b) 重复时间戳，(c) 由于夏令时/时区而可能发生的变化。列出每个发现及其时间范围。单独写下您的纠正建议；应用。
3）异常值规则：
使用这些物理限制标记异常值：功率 0-[X] kW，温度 [A]-[B] °C。还要单独列出统计异常值（例如偏离中位数太远）。对于每个异常值，提出“可能的错误或实际事件”的问题；让我决定吧。
4）清洗后验证：
使用以下物理锚点测试清理后的数据并报告不一致之处：夜间太阳能发电量应为零；总能源必须在预期的账单水平之内；夜间负荷必须低于白天高峰。为每个锚点写入通过/失败。
数据质量问题表
问题
症状
验证锚
时区转换
顶部时钟处于不合逻辑的位置
与日出/日落对齐
夏令时（DST）
每天 23/25 小时
计算一天的长度
假零
0 表示通讯中断
与通讯标志匹配
重新注册
高于账单总额
检查时间戳唯一性
单位混乱
排名60/1000次变态
验证 kW↔kWh 换算
负值
没有生产时的负消耗
体征规则
常见错误
- 默默地用零填充缺失的数据。零意味着“没有消耗”，而不是“没有数据”；将两者混合会扭曲平均值和预测。
- 自动删除异常值。异常值可能是真实事件；删除前需要工程师审核。
- 假设时区。说“这可能是本地的”是最昂贵的错误之一；始终从源头进行验证。
- 通过混合收集溶解度。将功率 (kW) 值添加为能量 (kWh) 会得出错误的总数。
- 不验证清洁度。清理后的数据也可能已损坏；请务必使用物理锚点对其进行测试。
提示：在“数据日志”中写下数据清理的每个步骤：标记了多少条记录，填充了多少条记录，使用了哪些规则。该日志确保了可重复性和可审计性；一年后“这个数字是从哪里来的？”回答了问题。
总之
能量分析的基础是清洁时间序列。数据来自SCADA、仪表、气象、市场；每个都有分辨率、单位、时区和夏令时陷阱。人工智能在加速缺失/重复/异常值检测方面非常强大，但删除和填充决策应由工程师决定，并且结果应使用物理锚点进行验证。如果没有正确理解时间戳，任何分析都是不可靠的。
应用任务
手上拿一个能量时间序列（仪表、产量或温度）。使用“时间线审核”和“数据分析”模板向 AI 请求质量报告。然后手动验证三件事：单位和分辨率是否正确，峰值时钟物理上是否合理，总能量是否与账单一致？简要描述您发现的数据质量问题以及解决方法。
清单
- [ ] 我已确认数据来源、分辨率和单位
- [ ] 我澄清了时区和时间戳标签规则（开始/结束）
- [ ] 我检查了由于夏令时而导致每天 23/25 小时的风险
- [ ] 我检测到丢失和重复的记录并报告了它们
- [ ] 我通过“错误或事件”的区别检查了异常值
- [ ] 我区分了假零和真零
- [ ] 我用物理锚点验证了清理后的数据并保留了数据日志