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。