上一节我们提到机组间统计数据的横向比较。
以发现潜在问题为目的的横向比较，其核心在于要找到一个基准。通常我们认为过多地偏离了这个基准，就存在一些需要关注的状况。
以停机/复位次数为例。
任何一个机型，恐怕没有人能告诉你这个机型在一个月内停机多少次是正常的。最多给出一个大致的参考的范围。
我们知道，在统计里有一个称为「直方图」的方法。如果，我们能够把每台机组的停机次数按照直方图的方法来做个统计，直方图最高的那个值就可以认为是基准了。
直方图的例子
所以，实际运行数据分析的价值就在这里。即使没有先验知识的指导，我们也可通过设备实际运行数据来分析设备行为，并得到有意义的结论。
但是，一个风场只有几十台机组，而要统计直方图，数据量少了是不行的。
这里给出一个变通的办法，可以把历史数据拿来统计。也就是，统计 12 个月的停机次数，一个 2MW 的风场，25 台机组，一年的数据则可以得到 25 * 12 = 300 个数据，若两年则 600 个数据。
那么有了这些数据就可以得到一个比较有意义的直方图了。根据直方图的统计结果，则可以估计出正常情况下，每个月的停机次数，以及这个停机次数的近似分布情况。
根据这个直方图的结果，则可以评估某一机组的停机次数是否正常。
