工業互聯網方向賽題一賽題名稱：海上風場SCADA數據缺失智能修復

賽題背景

由于風電場（尤其海上風電場）地處偏遠，人工維護困難，遠程數據監控系統（SCADA）能夠遠程獲取風機運行狀態數據，是風電場健康運行的保障。但是SCADA系統往往受到傳感器失效、網絡阻塞等各種因素的影響，導致數據的缺失。我們希望通過大數據分析，利用已知數據對缺失的部分數據進行估計，盡量挽回由于數據缺失帶來的損失。

任務描述

我們抽取某一海上風電場實際SCADA數據，并人為地去除其中的部分數據，包括但不限于刪去某個時間段的全部數據、某臺機組在某段時間的數據、某臺機組在某段時間的部分字段信息等，參賽者需要利用剩余數據對刪去的數據進行恢復，最終以恢復的準確度為評價基準。

賽題內容和方向

數獨游戲很多人都喜歡，尤其是小朋友。在一個9×9的矩陣里填入缺失的數字，使得每行每列以及每個粗線格（3×3）內的數字均含1到9，且不重復。在填滿數字的那一刻，就能立刻判斷是否正確。如果全部正確，將獲得極大的滿足感。那么SCADA數據又是什么呢？SCADA數據是用來記錄傳感器狀態的時間序列，包含多種數據類型。每行代表一個記錄時間點，每列代表一個傳感器測點。從形式上來看，SCADA數據也是一個矩陣，只不過規模上比9×9的數獨游戲大得多。那么SCADA數據能不能也用來玩數獨游戲呢？答案是顯然的。《海上風場SCADA數據缺失智能修復》賽題正是模仿數獨游戲的做法，巧妙地刪除SCADA數據中的部分信息，希望比賽選手利用SCADA數據的相關性和冗余性，恢復刪除的SCADA數據，二者的區別在于恢復的正確與否，不能通過簡單的規則進行判斷。

賽題價值

在目前工業互聯網時代，數據在工業領域起著非常重要的作用，數據不僅僅給產品的設計改良帶來指導，同時通過數據分析，可以進行智能運維，提高發電量，可以為業主帶來更大的經濟價值，對于海上風機的智能運維更加重要。

賽題難點

對于風電行業SCADA數據而言，“風”是最關鍵的環境變量。由于風是瞬息萬變的，所以為了更好地記錄風的軌跡，SCADA數據的采樣頻率在逐漸增大。然而其他的一些變量（比如溫度）則是緩慢變化的，過高的采樣頻率將會帶來很大的冗余性，給網絡吞吐和存儲帶來很大的壓力。如果針對不同變量采用不同采樣頻率，又會增大SCADA系統的復雜性。如果確定一個合理的采樣頻率不是重點，這里只是說明數據冗余性的來源。SCADA數據中不同傳感器還存在很大的相關性，風電機組是根據風速的大小調節葉輪轉速和扭矩，以期最大程度地捕獲風能，將風能轉化為機械能，并進一步轉化為電能的設備。

一方面，風速的變化將會引起風電機組內部狀態變量（比如葉輪轉速、扭矩、發電功率等）一系列的連鎖反應，這些狀態變量跟風速是強相關的。另一方面，在實際中SCADA數據真的會丟失，有時丟失比例還很驚人。原因有很多，有的是傳感器錯誤導致的，有的是人為斷網導致的，有的是極端天氣造成的，還有程序出問題導致記錄不完整的。比起這種完全不可控的數據丟失，賽題相對容易處理。相比當今數據競賽場上千篇一律的分類和回歸的預測類問題，本賽題獨樹一幟的視角，從實際應用出發，巧妙地利用數獨游戲的思想，相信能給每個參賽選手不一樣的感覺。