第1章 基础概率与统计：从零开始看懂数据
各位同学好，我是老张。在风电行业摸爬滚打了十几年，今天咱们聊聊概率统计。说实话，我刚入行时也觉得这些数学工具离现场很远。直到有一次，一台风机连续三次在同一个风速段报故障，我才意识到——不懂概率，你连故障规律都抓不住。
这一章，我带你从最基础的概念开始。别怕，咱们不搞复杂的推导，只讲你工作中真正用得上的东西。
1.1 概率论基础：事件、概率、贝叶斯定理
事件，说白了就是“可能发生的事”。比如“风机在额定风速下停机”，这就是一个事件。事件分三种：
- 必然事件：一定会发生的，比如“风机叶片会转动”（只要风够大）。
- 不可能事件：永远不会发生的，比如“风机发电效率超过100%”。
- 随机事件：可能发生也可能不发生的，比如“齿轮箱在运行第5年出现裂纹”。
概率就是衡量事件发生可能性大小的数值，范围从0到1。0表示不可能，1表示必然。举个例子，某风场统计了1000次启动记录，其中980次成功启动，那么启动成功的概率就是0.98。
我个人习惯：在现场，我很少用精确的概率值。更多时候，我会说“大概率”、“小概率”。比如“这个轴承大概率还能撑一个检修周期”，这种经验判断其实背后就是概率思维。
贝叶斯定理，听起来高大上，其实核心就一句话：用新信息更新旧判断。
公式长这样：
P(A|B) = P(B|A) × P(A) / P(B)别被符号吓到。我解释一下：
- P(A) 是你事先对事件A的判断（先验概率）
- P(B|A) 是如果A发生，B出现的可能性
- P(A|B) 是你看到B发生后，对A的新判断（后验概率）
我在项目中遇到过一个典型场景：某台风机振动值突然升高。根据历史数据，振动升高有80%的概率是轴承故障（P(B|A)），但轴承故障本身的发生率只有5%（P(A)）。用贝叶斯一算，实际概率远没有80%那么高。嗯，这就是贝叶斯帮我们避免“过度反应”的地方。
避坑指南：我曾经犯过一个错误——看到振动升高就直接安排停机检修。后来用贝叶斯分析发现，很多振动升高其实是传感器误报。从那以后，我养成了“先算后动”的习惯。
1.2 常见分布：指数分布、威布尔分布、正态分布
分布，说白了就是“数据长什么样”。在风电可靠性工程中，有三种分布你一定会遇到。
1.2.1 指数分布
指数分布描述的是“无记忆性”的事件。什么意思？就是“过去不影响未来”。比如电子元件的随机失效，今天没坏，不代表明天更不容易坏。
概率密度函数：
f(t) = λ × e^(-λt), t ≥ 0其中λ是失效率，t是时间。
实际应用：风电场的控制模块、传感器这类电子部件，它们的失效时间通常服从指数分布。我统计过某型号风速计的数据，平均寿命约3年，λ≈0.33/年。
1.2.2 威布尔分布
这是风电可靠性分析中最常用的分布，没有之一。为什么？因为它能描述“老化”过程。
概率密度函数：
f(t) = (β/η) × (t/η)^(β-1) × e^(-(t/η)^β)- β是形状参数：β<1表示早期失效，β=1等同于指数分布，β>1表示耗损失效
- η是尺度参数：相当于特征寿命
我个人习惯：拿到一组故障数据，我第一件事就是拟合威布尔分布。看β值就能判断故障类型——β=1.5左右，说明是随机故障加轻微老化；β=3以上，说明已经到了寿命末期。
举个例子：某风场齿轮箱的故障数据拟合后β=2.8，η=8年。这意味着齿轮箱在8年左右开始集中出问题，而且故障率随时间加速上升。这个信息对制定大修计划非常关键。
1.2.3 正态分布
正态分布描述的是“大多数集中在中间，两端越来越少”的现象。比如风机叶片长度、螺栓预紧力等制造参数。
概率密度函数：
f(x) = (1/(σ√(2π))) × e^(-(x-μ)²/(2σ²))- μ是均值，决定分布的中心位置
- σ是标准差，决定分布的宽度
避坑指南：我曾经以为所有数据都服从正态分布，结果被现实狠狠打脸。风机部件的故障时间很少是正态的，它往往偏态——要么早期坏，要么晚期坏。正态分布更适合描述制造公差、测量误差这类对称数据。
| 分布类型 | 适用场景 | 典型参数 |
|---|---|---|
| 指数分布 | 电子元件随机失效 | λ（失效率） |
| 威布尔分布 | 机械部件老化失效 | β（形状）、η（尺度） |
| 正态分布 | 制造参数、测量误差 | μ（均值）、σ（标准差） |
1.3 数据描述性统计：均值、方差、分位数
拿到一堆数据，第一步不是建模，而是“看看它长什么样”。描述性统计就是干这个的。
1.3.1 均值
均值就是平均值，反映数据的“中心位置”。公式很简单：
μ = (x₁ + x₂ + ... + xₙ) / n注意：均值对异常值非常敏感。比如10台风机，9台发电量2000kWh，1台因为故障只有0kWh，均值就变成了1800kWh，这并不能代表大多数风机的表现。
1.3.2 方差与标准差
方差衡量数据的“离散程度”。标准差是方差的平方根，单位与原始数据一致，更容易理解。
σ² = Σ(xᵢ - μ)² / n （方差）
σ = √σ² （标准差）我在项目中遇到过：两个风场平均风速都是7m/s，但一个标准差是0.5，另一个是2.0。标准差大的那个风场，风机频繁在切出风速附近运行，故障率明显更高。你看，只看均值会错过很多信息。
1.3.3 分位数
分位数告诉你“数据排在第几位”。最常用的是：
- 中位数（50%分位数）：数据排序后中间那个数，比均值更抗异常值
- 四分位数（25%、75%）：把数据分成四等份
- 百分位数（如95%、99%）：用于定义极端情况
实际应用：在风电可靠性分析中，我们常用B10寿命（10%分位数）来定义“早期失效时间”。比如某轴承的B10寿命是5年，意味着有10%的轴承在5年内会失效。这个指标比均值更有工程意义。
避坑指南：我曾经只用均值做决策，结果低估了风险。后来我养成了习惯——任何数据至少看三个指标：均值、标准差、中位数。如果均值和中位数相差很大，说明数据有偏态，这时候中位数更靠谱。
本章知识体系
下面这张图帮你理清本章的核心逻辑：
好了，这一章的内容就到这里。概率统计是可靠性工程的“语言”，你不需要成为数学家，但需要理解这些工具背后的逻辑。下一章，咱们聊聊如何用这些工具做可靠性分析——到时候会用到今天讲的所有内容。