美利体育登录入口官网

标准背景与技术演进

IEC 62541-13是OPC统一架构（OPC UA）系列标准的第13部分，专门定义历史数据聚合的信息模型。该标准最初于2015年发布，第二版（2020年）主要进行了大量澄清和示例修正，未引入技术变更。标准的制定源于工业自动化对历史数据高效处理的需求——原始采样数据往往数据量巨大，需要通过聚合函数（如平均值、最小值、最大值等）进行压缩和特征提。灾С智魇品治、报表生成和性能监控。

技术演进方面，OPC UA聚合模型从最初的简单函数扩展到包含统计函数（标准差、方差）和质量相关函数（DurationGood、PercentGood等），并引入了灵活的配置机制（如AggregateConfigurationType中的Stepped属性控制插值行为）。与第一版相比，第二版统一了示例数据，并明确了边界值处理规则，提升了互操作性。

---

核心信息模型

聚合信息模型主要包括AggregateFunction对象、AggregateFilter和ReadProcessedDetails结构。服务器通过AggregateConfigurationType变量暴露默认配置，客户端可在读取历史数据时指定聚合函数及参数。

组件	角色	关键属性
AggregateFunction	表示具体聚合函数（如Interpolative、Average）	NodeId、Description、Name
AggregateFilter	监控项中使用的过滤器，指定聚合类型和时间间隔	AggregateType、StartTime、ProcessingInterval
ReadProcessedDetails	读取历史数据时定义聚合请求的参数	StartTime、EndTime、AggregateType、ProcessingInterval

---

关键聚合函数详解

标准定义了38种聚合函数，按功能分为以下几类：

• 基础函数：Interpolative（插值）、Average（算术平均）、Minimum/Maximum（极值）
• 时间加权函数：TimeAverage（时间加权平均）、Total（时间积分）
• 状态函数：DurationInStateZero/NonZero、NumberOfTransitions
• 质量统计：DurationGood/Bad、PercentGood/Bad、WorstQuality
• 统计函数：StandardDeviationSample、VariancePopulation等

以下以三种典型函数为例进行对比：

函数	计算方式	是否时间加权	步进变量(Stepped)影响	典型应用
Interpolative	根据边界点线性插值计算区间中间时刻的值	否	Stepped=True时直接取左边界值	数据平滑、缺失值填充
Average	区间内所有有效样本的算术平均值	否	无影响	一般趋势统计
TimeAverage	按时间权重对有效样本进行加权平均	是	影响样本有效时段分配	能量计量、流量累计均值

案例：某工厂温度传感器每100ms采集一次数据，现在需要每小时报告一次平均温度。若使用Average函数，则计算该小时内所有采样值的简单平均值；若使用TimeAverage，则考虑温度值变化的时间权重，更准确地反映实际平均温度。对于步进型变量（如开关状态），使用Interpolative时需设置Stepped=True，确保插值不产生虚假中间值。

---

实施建议

• 选择合适聚合函数：根据变量特性（连续/离散、变化频率）选择对应的函数。例如，计数型变量建议使用Count或DurationInStateZero。
• 配置AggregateConfigurationType：合理设置Stepped、PercentDataBad等参数，以控制边界值计算和质量阈值。
• 性能优化：对于高频数据，使用较长的处理间隔（ProcessingInterval）减少计算负载；但需权衡时间分辨率。
• 互操作性测试：不同OPC UA服务器对同一聚合函数的实现可能存在差异，建议通过标准示例数据进行验证。