统计的力量

早上五点钟莫名其妙的醒了，一翻手机正好看到了蝈蝈老师的文章《用好简单的算法》，蝈蝈老师写文章一惯的手法是简洁、直达要害部位、直击心灵深处，几分钟就看完了，且收获很大，立刻给蝈蝈老师留言：

蝈蝈老师，你说的那位教授太有趣了....，工业场景以及其他场景，用统计方法有两种情况，一是没有因果关系或者还没有找到明确的物理学规律，例如设备故障模型和故障预测，因为有了物理学规律，就有了明确的数学表达式，就不需要统计了。二是有物理学规律，但环境干扰因素较多，弄脏了物理学规律和数学表达式，需要用一些统计学的方法剔除干扰和噪声，我们以前在做地震勘探和后期数据处理时，花了很大的力气在勘探环节和后期数据处理环节，在做这种增强信号，抑制噪音的工作。

比如进气量与锅炉的燃烧温度在一个区间内是一个看似线性的关系，当锅炉厂家设计出新炉子时，并不一定准确知道工况情况下进气量和燃烧温度是什么关系，通过多次试验，测出了上面的数据，于是用最小二乘法就可以拟合出一个近似线性公式：锅炉温度=A+B*进气量，这个公式就可以用到锅炉进气量的自动化控制系统中去了。

但是，当进气量小于某一个数值或者大于某一个数值时，锅炉温度与进气量就不是一个线性关系了，虽然总可以找到一个非线性公式来拟合这条试验曲线，但是自动化控制系统就不好做了，锅炉运行的风险也许就加大了。

消防队员用鼓风机消灭森林火灾就是这个道理，风可以助火势，但是风太大还可以用来灭火。我们以前冬季用蜂窝煤取暖，都知道每天晚上加上去的一块蜂窝煤，要错开眼儿，否则半夜有可能就烧完了。还有更加复杂的曲线，例如变压器铁芯的迟滞回线，来回的路径都不一样。

对锅炉而言，如果锅炉的结构再复杂一些，有不同的进气位置，再考虑不同热值的煤和煤的含水量，那么多种参量影响下的锅炉温度就变成一个三维的曲面。这种多目标的锅炉燃烧寻优控制，要不靠人工经验，要不靠由人工经验转化过来的人工智能（就像京东做的那样），传统火电厂的SIS系统一般而言只能有去无回，难以实现闭环的伺服控制了。

在电网领域，设备的类型很多，每一种设备都有很大的安装量，但是具体到同一个电压等级的一类设备，由于制造商不同、安装的地理气候环境不同、所承载的负荷不同、运行年限不同、加载的二次设备不同、甚至负荷端的谐波干扰影响，都会导致其故障发生的频度和严重程度也会不同，只能用统计学的方法来统计某一类设备的故障规律，但这种统计规律仅仅具有普遍性指导意义，例如电网公司设备部门做年度检修预算时可以参考，但是针对某一个设备，似乎并没有实际意义。所以，泛在电力物联网这个东西是不能缺少的，在关键节点、关键设备和关键元器件要施加泛在的监控手段，从监控最基本的物理量变化，来预测设备的健康状态，这跟监测人的体重、血压、血脂、血糖等基本指标是一样的道理。那么，关键节点、关键设备和关键元器件，是如何获得的呢，这又回到统计的价值了。

如果电网设备故障规律的统计分析工作做的到位，在关键节点和关键设备（例如凉山州110千伏马道变电站10千伏出线处，或者电台线85-1号电杆上）加装了监测装置，尤其是隔离装置，就有可能避免三月底的严重森林火灾事故，或许就不会有19人死亡、3人受伤、毁林近800公顷和近亿元的经济损失了。当然，凉山州这次火灾，主因是风力比较大，电力故障算是风灾的次生事故。

统计的力量是很大的，它可以帮助我们寻找不曾想到或者不曾意识的、隐藏很深的客观世界各因素之间的变化关系或者规律。但我们也不能依赖于统计的力量而止步不前，因为统计虽可以帮助我们发现规律，但规律背后的因果关系、导致规律变化的驱动因素，还需要人的脑袋去研究。

统计是一个很复杂的学科，我们过去学的也仅仅是皮之一毛，现在很时髦的大数据分析，其实很多很多都是过去的统计学方法，或者基于统计学方法又加了一层深度学习的东西，基于深度学习的各种AI算法，也是为了更好的发现规律，同样，规律背后的动因关系，仍需要我的脑袋。所以，非常认同蝈蝈老师文章中所讲的，算法一定要简单，只要能解决问题就行，因为太复杂、尤其是故意整的很复杂、很炫的算法，说不定还隐藏了更多风险。算术平均就能解决的问题，就不要用加权平均，加权平均能解决的问题，就不要用移动加权平均。