第3节 特征及统计结果的分析研判

我们回到最初希望研究的问题：

• “燃气压力跳跃” 这个特征，每天出现多少次？
• “增压压力陡降” 这个特征，每天出现多少次？
• “增压压力陡降” 伴随着 “燃气压力跳跃” 这个特征，每天出现多少次？

之所以要研究这个问题，是因为三普能源集团（SERG）和电站的技术人员在长期的电站运营管理实践中发现，“燃气压力跳跃” 与 “增压压力陡降” 这两个现象紧密相关，不仅如此，这个现象还跟发电机组组的另一个 SP现象（Safety Parking，机组安全停泊，也就是机组在运行中会突然自动降低运行功率）也密切相关。

但之前这些都只是观察和猜测，并没有数据实证和支撑。现在有了特征检测和统计，就可以利用数据来分析这个观察和猜测是不是对的。

我们可以梳理一下60天以来的特征检测和统计结果：

这个统计还在继续，我们计划进行一年的观察。

通过这个结果并不难发现，电站工程师们的观察和猜测是对的，它们之间的确存在着莫大的关联关系：燃气压力的跳跃波动会直接引发增压压力的陡降，最终会导致机组发生安全停泊。

其实，机组的安全停泊也是一种特征。我们把机组对象的J功率预设（S24）变量大于等于150的陡降称之为安全停泊。

那么，实际上是可以创建一个新的特征检测项目：

确定保存这个特征检测项目：

还需要去启动这些项目，这样它们才能正常工作。

我们注意到，这个特征检测项目：

被检测FV是 S24（J功率设定）检测窗口是 10秒；而 S25（燃气压力）和 S28（增压压力）是作为关联因素条件，这个关联特征的检测窗口是45秒。

其中的含义是，这些检测到机组 SP（安全停泊）的发生，都会伴随着最近45秒内发生的燃气压力的跳跃以及同步发生的增压压力陡降。

一样可以创建机组 SP特征的统计：

确定保存这个统计项目：

把这个统计结果与之前的结果合并：

这个结果，进一步印证了佳华电站工程师们的观察和猜测。