第1章：基础统计分析方法——从数据中读懂发电量
各位同行，大家好。我是老张，在电力系统干了快十五年。今天咱们聊聊发电量分析里最基础、也最常用的一套方法——描述性统计、相关性分析、趋势分析和周期性分析。
说实话，我刚入行那会儿，觉得分析发电量嘛，看看日报、月报就完了。后来有一次，一个风电场连续三个月发电量异常偏低，运维团队查了设备、查了线路，愣是没找到原因。我接手后，把过去两年的数据拉出来，做了个简单的描述性统计和趋势分析，发现不是设备问题，是那三个月风速的方差特别大——说白了，风太不稳定了。你看，基础方法用好了，能解决大问题。
核心观点：发电量分析不是拍脑袋，是用数据说话。描述性统计帮你「看清现状」，相关性分析帮你「找到原因」，趋势分析帮你「预判未来」，周期性分析帮你「把握规律」。
1.1 描述性统计：给数据画个像
描述性统计，说白了就是回答几个问题：数据大概在什么范围？集中不集中？有没有异常值？
均值（Mean）——最直观的指标。我习惯用日均发电量来评估机组是否在正常水平。比如某光伏电站，过去30天的日均发电量是120万kWh，突然某天降到80万，那肯定有问题。
方差（Variance）与标准差（Standard Deviation）——衡量数据的波动程度。方差越大，说明发电量越不稳定。我在做风电项目时，特别关注这个指标。风速忽大忽小，方差就大，对电网的冲击也大。
极值（Max/Min）——看看上限和下限。最大值能帮你判断设备是否超负荷运行，最小值则可能暴露停机或故障时段。
我的经验：别只看均值。有一次某水电站报告说「月均发电量正常」，但我一看极值，发现最小值是0——说明有几天完全没发电。后来查出来是闸门控制系统出了间歇性故障。均值会「掩盖」问题，极值才是照妖镜。
# Python示例：描述性统计
import pandas as pd
import numpy as np
# 假设df是发电量数据，列名为'power'
df = pd.read_csv('power_data.csv')
print('均值:', df['power'].mean())
print('标准差:', df['power'].std())
print('最大值:', df['power'].max())
print('最小值:', df['power'].min())
print('方差:', df['power'].var())
1.2 相关性分析：找到影响发电量的「幕后黑手」
发电量不是孤立存在的。它和风速、光照、温度、负荷需求都有关系。相关性分析就是帮我们量化这些关系。
皮尔逊相关系数（Pearson）——衡量线性关系。取值范围[-1, 1]，越接近±1，相关性越强。我常用它来分析「风速 vs 风电发电量」。正常情况下，风速越大，发电量越高，相关系数应该在0.7以上。
斯皮尔曼秩相关系数（Spearman）——不要求线性关系，只要求单调关系。比如「温度 vs 光伏发电量」，温度太高时光伏板效率反而下降，这不是线性关系，但斯皮尔曼能捕捉到这种趋势。
注意：相关性不等于因果性。我曾经见过一个案例：某电站的发电量和当地冰淇淋销量高度相关（r=0.85）。难道冰淇淋能发电？当然不是。背后是「气温」这个共同因素在起作用。所以，别看到高相关就急着下结论。
# Python示例：相关性分析
from scipy.stats import pearsonr, spearmanr
# 风速与发电量
wind_speed = df['wind_speed']
power = df['power']
pearson_coef, p_value = pearsonr(wind_speed, power)
spearman_coef, p_value = spearmanr(wind_speed, power)
print('皮尔逊相关系数:', pearson_coef)
print('斯皮尔曼相关系数:', spearman_coef)
1.3 趋势分析：看清水流的方向
发电量是随时间变化的。趋势分析就是帮我们判断：整体是在上升、下降，还是平稳？
移动平均（Moving Average）——平滑掉短期波动，看清长期趋势。我习惯用7日移动平均来观察周趋势，用30日移动平均来看月趋势。举个例子，某光伏电站的日发电量像心电图一样上下跳动，但7日移动平均线一画出来，就能看出是不是在「逐日衰减」——那可能是光伏板积灰了。
指数平滑（Exponential Smoothing）——给近期数据更高的权重。移动平均是「一视同仁」，指数平滑是「厚今薄古」。我个人觉得，在发电量预测中，指数平滑比移动平均更实用，因为近期的天气、设备状态对未来的影响更大。
避坑指南：我曾经用移动平均分析一个水电站的发电量，发现趋势线一直在下降，吓出一身冷汗。后来仔细一看，是因为那一年是枯水年。移动平均只能反映「数据本身的趋势」，不能自动排除外部因素。所以，分析时一定要结合气象、调度等背景信息。
# Python示例：移动平均与指数平滑
import matplotlib.pyplot as plt
# 移动平均
df['MA_7'] = df['power'].rolling(window=7).mean()
df['MA_30'] = df['power'].rolling(window=30).mean()
# 指数平滑
from statsmodels.tsa.holtwinters import SimpleExpSmoothing
model = SimpleExpSmoothing(df['power'])
fit = model.fit(smoothing_level=0.3) # alpha=0.3
df['ES'] = fit.fittedvalues
# 绘图
plt.plot(df['date'], df['power'], label='原始数据')
plt.plot(df['date'], df['MA_7'], label='7日移动平均')
plt.plot(df['date'], df['MA_30'], label='30日移动平均')
plt.plot(df['date'], df['ES'], label='指数平滑')
plt.legend()
plt.show()
1.4 周期性分析：发现隐藏的节律
发电量往往有周期性。风电有「季风周期」，光伏有「日周期」和「季节周期」，水电有「汛期/枯期周期」。识别这些周期，能帮你做更精准的预测和调度。
我常用的方法是：先画时序图，肉眼观察是否有重复模式。然后可以用自相关函数（ACF）来量化周期性。比如光伏发电量，自相关图在lag=24小时处会有一个明显的峰值，说明存在24小时周期。
实战案例：某风电场在冬季发电量总是偏低，运维团队以为是设备老化。我做了周期性分析后发现，其实每年冬季都有这个规律——因为冬季大气环流稳定，风速反而小。这不是故障，是自然规律。后来我们调整了冬季的维护计划，把大修安排在冬季，反而提高了全年利用率。
# Python示例：自相关分析
from statsmodels.graphics.tsaplots import plot_acf
plot_acf(df['power'], lags=48) # 看48小时内的周期性
plt.show()
知识体系总览
下面这张图，是我自己总结的「发电量基础分析方法框架」。你可以把它当作一个检查清单——拿到数据后，按这个顺序走一遍，基本不会漏掉关键信息。
小结
这一章我们聊了四个基础方法。说实话，这些方法都不复杂，但真正用好它们，需要经验。我见过太多人，工具用得溜，但分析结论却南辕北辙——就是因为忽略了数据背后的物理意义。
记住一句话：数据是地图，不是目的地。分析方法只是工具，最终要回答的是「发电量为什么这样？接下来该怎么办？」
下一章，我们会深入聊一聊「异常值检测与处理」——这可是实战中的高频场景，也是很多分析翻车的重灾区。到时候见。