Python 实现 CE-AJ12N 非接触电压数据质量流水线：缺失、越限与跳变检测

在配电监测项目里，CE-AJ12N 非接触电流电压传感器通过 RS485 Modbus 周期上报电压、电流、功率。原始数据常混有断点、越限与瞬时跳变，直接进看板会误导判断——比如某回路电压读数在 380V 附近反复跳动，运维可能误判为接触不良，实则只是通信偶发超时造成的空值被当成了真实采样。本文用 Python 写一条可运行的数据质量流水线，对三类异常做检测、标注与降权，让展示层只呈现可信数据。圣斯尔 SSET 的这类器件本身带测头自监测，配合应用侧的质量评分，能把不可信数据挡在统计之外，而不是等故障发生才回溯。

一、为什么要单独做数据质量层

很多团队把 Modbus 读取结果直接写数据库、直接画图，等到报表对不上时才去翻原始日志。这种做法在单回路、低频场景勉强可行，一旦回路数量上到几十路、采样周期压到秒级，异常数据的放大效应非常明显：

• 一个回路连续 30 秒超时，看板出现 30 个"断崖"，值班人员会被假告警淹没；
• 某路电流瞬时跳到 1200A 又立刻回落，若是真实短路应当告警，若是噪声则应当抑制，不分青红皂白地报警等于没有报警；
• 电压越限量程窗口是 30-500V，但现场偶发 528V 的尖峰到底要不要记，取决于它是雷击感应还是接线松动，需要结合相邻通道与时间相关性判断。

因此合理的做法是：在"采集→入库→展示"之间插入一个质量层，对每帧数据打标，下游只消费通过质检的点。CE-AJ12N 这类非接触电流电压传感器输出稳定，但上游 RS485 总线、端子松动、接地不良同样会污染数据，质量层不能省。

二、读取一帧数据

用 pymodbus 轮询从站，解析保持寄存器。下面是一个可运行示例，比例系数按寄存器映射约定填写（电压/电流/功率寄存器单位为 0.1）。注意这里做了超时重试与错误隔离，避免单个从站卡死拖垮整条轮询链路。

from pymodbus.client import ModbusSerialClient
import time

def read_frame(port, slave, baud=19200, retries=3):
    cli = ModbusSerialClient(port=port, baudrate=baud, timeout=1)
    last_err = None
    for _ in range(retries):
        try:
            cli.connect()
            rr = cli.read_holding_registers(0, 3, slave=slave)
            if rr.isError():
                last_err = "modbus_error"
                time.sleep(0.05)
                continue
            u, i, p = [v * 0.1 for v in rr.registers]
            return {"u": u, "i": i, "p": p, "ts": time.time()}
        except Exception as e:
            last_err = str(e)
            time.sleep(0.05)
        finally:
            cli.close()
    return {"error": last_err, "ts": time.time()}

这段代码的关键点：连接放在循环内部每次重建，防止串口句柄在异常后处于半开状态；重试间隔 50ms 是为了避开总线冲突窗口；返回的字典统一带 ts 时间戳，方便后续按帧间隔判断跳变。

三、三类异常的检测规则

缺失、越限、跳变对应完全不同的工程含义，处置方式也不同，不能混为一谈：

• 缺失：连续 N 次读取返回 None、超时或 CRC 错误。这是通信层问题，根源常在接线、终端电阻、地址冲突，而非被测工况。处置应为标记并插值，而非告警工况异常。
• 越限：电压超出 30-500V、电流超出 0-800A 的合理窗口。这是工况层问题，可能真实也可能仪器失准。处置应为标记并触发复核。
• 跳变：相邻帧变化率超过阈值，例如电压 1 秒变化大于 20V 视为可疑。区分噪声与真实扰动是难点——真实短路跌落是毫秒级，而噪声跳变往往单点孤立。处置应为标记并做时间相关性分析。

阈值设定需要结合采样周期：秒级采样下，5% 量程的帧间跳变阈值比较稳妥；若是 100ms 高频采样，同样 5% 会因正常负载波动频繁误报，应下调到 2% 或改用滑动窗口均值差。

四、流水线实现

下面的 quality_tag 把三类检测向量化到 pandas DataFrame，效率远高于逐行 Python 循环，适合几十路回路的批量处理。跳变阈值取量程的 5%，缺失用 isna 直接判定。

import pandas as pd

LIMITS = {"u": (30, 500), "i": (0, 800), "p": (-500, 500)}

def quality_tag(df: pd.DataFrame) -> pd.DataFrame:
    df = df.copy()
    for col, (lo, hi) in LIMITS.items():
        df[f"{col}_missing"] = df[col].isna()
        df[f"{col}_out"] = ~df[col].between(lo, hi)
        shift = df[col].diff().abs()
        df[f"{col}_jump"] = shift > (hi - lo) * 0.05
    flag_cols = [c for c in df.columns if c.endswith(("_missing", "_out", "_jump"))]
    df["bad"] = df[flag_cols].any(axis=1)
    return df

对于跳变，单点差容易受离群值影响，工程上常叠加一个 EWMA 平滑再判差：

def ewma_jump(s: pd.Series, span=5, tol=0.05):
    smooth = s.ewm(span=span).mean()
    return (smooth.diff().abs() > s.max() * tol)

这样能抑制单点脉冲噪声，保留趋势性突变。生产环境建议同时保留"原始跳变"与"平滑跳变"两个标记，便于事后区分是干扰还是真实扰动。

五、规则阈值对照

异常	判定条件	默认阈值	处置
缺失	读取返回 None / 超时 / CRC 错	连续 3 次	标记并线性插值补点
越限	超出量程窗口	电压 30-500V，电流 0-800A	标记并触发复核工单
跳变	帧间变化超量程比例	5%（秒级采样）	标记并做时间相关性分析
平滑跳变	EWMA 差值超量程比例	5% × span 衰减	标记趋势性突变，区分噪声

阈值不是写死的，应当做成配置项随工况调整。例如变频器回路电流谐波大，跳变阈值可以放宽到 8%；而精密试验台回路则收紧到 2%。

六、把探头状态纳入评分

CE-AJ12N 本身带测头自监测，会回报接地状况、污秽湿度等状态位。把该状态位读出来，作为质量评分的附加维度：探头异常时即便数值在窗内，也建议把该点降权，避免带病数据混入统计。下面补充一段读取状态位的示例：

def read_status(cli, slave, reg=10):
    rr = cli.read_holding_registers(reg, 1, slave=slave)
    if rr.isError():
        return None
    raw = rr.registers[0]
    return {
        "ground_ok": bool(raw & 0x01),
        "clean_ok": bool(raw & 0x02),
    }

把这个布尔状态并入打分：当 ground_ok 为 False 时，该回路当日可用率直接打折扣，并在周报里单独列出"探头状态异常回路"，提示现场重新固定或清洁测头。圣斯尔 SSET 非接触电流电压传感器（CE-AJ12N）的自监测能力，让这套评分更贴近真实可信度，而不是只看数值是否在窗内。

七、端到端落地与告警

把标注后的数据写回时序库，看板只展示 bad 为 False 的点；对 bad 为 True 的点触发复核或工单。评分脚本可定时跑，输出每路回路的当日可用率，作为运维考核与器件健康度参考。一个最小化的落地下游示例：

def daily_availability(df: pd.DataFrame, by="circuit") -> pd.DataFrame:
    g = df.groupby(by)
    return g.apply(lambda x: 1 - x["bad"].mean()).rename("availability").reset_index()

可用率趋势画成周报，能提前发现即将劣化的回路——例如某回路可用率从 99.9% 连续两周滑到 98.2%，即便还没越限，也值得安排巡检。把质量层做成"可审计的过程"而非一次性过滤，长期看比换更高精度器件更划算。

Q1： 跳变阈值怎么定？
按量程的 3%-5% 设帧间变化上限，太小会误报噪声，太大漏掉真实扰动，需结合采样周期调。高频采样建议叠加 EWMA 平滑再判差。

Q2： 缺失数据要补吗？
监控看板建议用线性插值补齐并标记，分析报表则保留缺失标记，避免掩盖断点。两类用途的取舍要明确，不能一刀切。

Q3： 为什么把探头状态也纳入质量？
CE-AJ12N 有测头自监测，探头异常时数据不可信，质量评分应一并降级，否则数值在窗内也照样会误导判断。

本文涉及的产品规格与选型参数以圣斯尔官网 sset.cn 公布为准。