上一节我们提到对自复位故障进行量化统计。这个事情真正操作起来，确实会面临一些困难。我也在想怎么更详细深入的去探讨解决方法。
在此之前，我们先看更容易做到的：对每个机组的停机复位进行量化考察，也就是统计停机/复位的频次。
这个我相信通过 SCADA 的导出数据都能够做到，也就是在一定的时间周期内，统计每台机组的停机和复位的次数。
统计之后，该如何利用这个数据得到有用的信息呢？可以从以下几个方面来进行数据的对比分析：
全场机组的横向对比
横向对比的目的在于找出那个频次偏高的机组，对它进行更进一步的分析，以发现更详细的问题所在。所谓抓手的意义就在于此。
横向对比的一个重要考量，就是时间周期的选择。如果选的时间周期太短，会有比较随机的因素在。所以，这个统计频次的周期至少是一周，推荐是一个月。
每台机组在时间线上的纵向对比
对与每台机组在时间上的变化，主要从以下几个方面分析：
分析是否在某一时间段次数陡然增加，如果有详细分析这一时间段的运行数据。
分析是否存在周期性规律，如果有要详细分这种周期性的原因是什么，很多潜在的问题可能都藏在这个周期性表现里。
对于每台机组的趋势变化，也可以做横向的对比。应用数据可视化的手段，这样的对比也能有很多发现。
全场总次数在历史时间上的变化
主要是考虑是否有周期性变化，如果有则要分析周期性的驱动因素是否合理。
如果发现了明显的递增趋势，则更应该去深入地了解原因。
