Compressor/_tmp_temperature/温度异常段_字段说明.md

温度异常段输出字段说明（v1 符合性改造）

本文件记录 _tmp_temperature/out/温度异常段.csv 的输出契约。 本次完成字段/等级/高频合并，并增加高频候选的 5 秒二次确认； 未改温度事件判定和基线计算，未迁移到 models/、未训练模型、未接入 viewer。

1. 文件定位

项目	说明
文件	_tmp_temperature/out/温度异常段.csv
粒度	一行一个阶段段（温度事件或高频波动）
当前行数	96 行 = 49 条温度事件 + 47 条已确认高频波动
高频候选	温度高频候选.csv 保留首轮 60 行及是否确认
过滤副本	温度高频波动段.csv 为确认后的 47 行
不进入本表	温度观察段.csv、温度过渡段.csv、温度通道异常段.csv

温度过渡段.csv 只保留为独立 CSV，不进入页面、确认事件或后续故障表。

2. 等级与确认

• 温度阶段 取值固定为：轻微、异常、严重异常。
• 是否形成确认等级：
  • 轻微 → 否
  • 异常 / 严重异常 → 是
• 原输出中的 是否事件 已删除；事件/观察的区分由所在文件和 特征类型 表达。

3. 字段契约

字段	含义	取值 / 单位
机组	机组	4号机 ~ 9号机
批次	PKS 导入批次	整数
周期编号	运行周期编号	字符串
级	温度级	一级 / 二级 / 三级
温度阶段	阶段等级	轻微 / 异常 / 严重异常
阶段部位	故障部位标签	如 一级2#缸、三级1列缸
阶段点位	故障点位	如 YSJ_20、YSJ_21
开始小时	阶段开始	YYYY-MM-DD HH:MM:SS
结束小时	阶段结束	YYYY-MM-DD HH:MM:SS
持续自然小时数	自然持续小时	小时
有效运行小时数	段内有效运行小时	小时
峰值时刻	段内峰值小时	时间
峰值缸	峰值缸/列标签	如 一级2#缸排气温度
最高温度	段内最高温度	℃
最大自身偏离	相对自身历史基线的最大偏离	℃
最大级差	段内最大级差	℃
最大级差基线	级差基线（现有算法值）	℃
最大级差变化	级差相对基线的变化	℃
最大同级偏离	相对同级中位的最大偏高	℃
最大同级偏低	相对同级中位的最大偏低	℃
最大稳健z	最大稳健 z	无量纲
最大同级相对1h	1h 同级相对变化最大值	℃
最大同级相对3h	3h 同级相对变化最大值	℃
最大同级相对6h	6h 同级相对变化最大值	℃
首次短时触发	首次短时触发时刻	时间
首次持续触发	首次持续触发时刻	时间
阶段最高报警阈值	段内高报阈值最小值	℃
阶段高高报警阈值	段内高高报阈值最小值	℃
阶段高报警小时数	段内出现高报的小时数	小时
阶段高高报警小时数	段内出现高高报的小时数	小时
方向	方向	偏高 / 偏低 / 混合 / 波动
特征类型	特征类型	持续偏高 / 持续偏低 / 混合 / 单缸抬升 / 高频波动
置信度	置信度	高 / 中 / 低
高频波动倍数	HF 倍数（仅 HF 行）	倍
高频波动z	HF 稳健 z（仅 HF 行）	无量纲
高频标准差	原始小时标准差（仅 HF 行）	℃
高频基线标准差	原始基线标准差（仅 HF 行）	℃
高频波动缸	HF 波动缸/列（仅 HF 行）	标签
去趋势残差标准差	去 10 分钟慢趋势后的残差标准差（仅 HF 行）	℃
每小时反复升降次数	去趋势后短周期峰谷反转次数/小时（仅 HF 行）	次/小时
是否形成确认等级	是否达到确认等级	是 / 否
关联通道异常	关联通道异常类型	诊断字段，页面不显示
阶段触发依据	人类可读触发依据	字符串

4. 基线说明

本次没有改基线算法：

• 最大级差基线 仍是现有算法输出的级差基线；
• 温度异常段.csv 不新增/重算“温度基线”或“正常波动带”；
• 后续 viewer 如需显示基线，只能使用现有字段（如 最大级差基线）或等迁移阶段再定义。

5. 故障表映射（本次只记录，不实施）

未来写入 compressor_alarm 时建议：

故障表字段	温度来源
device_code	机组 → 4# ~ 9#
device_part	阶段部位
device_point	阶段点位
alarm_type	固定 温度故障
alarm_level	温度阶段
alarm_des	阶段触发依据
alarm_time_start	开始小时
alarm_time_end	结束小时
alarm_info_json	整行 JSON

高频波动行同样进入故障表，特征类型=高频波动；阶段点位 由 高频波动缸 推导。温度高频候选.csv 中 是否确认=否 的 13 行不进入故障表。

6. 页面适配

• 页面只读 温度异常段.csv；
• 特征类型=高频波动 的行显示为“高频波动”，其余显示为“温度事件”；
• 温度高频波动段.csv 不再被页面重复读取；
• 总数为 96 条；温度高频候选.csv 不进入页面。

7. 高频确认规则

• 首轮候选仍用原始小时标准差筛出，保留在 温度高频候选.csv；
• 二次确认用 5 秒原始数据：
  • 先减去 10 分钟滚动中位数，得到去趋势残差；
  • 计算残差标准差；
  • 统计去趋势后短周期峰谷反转次数/小时；
• 确认条件：去趋势残差标准差 ≥ 0.5℃ 且 反复升降 ≥ 5 次/小时，并满足持续 ≥3h；
• 当前 60 条候选确认 47 条；未确认 13 条留在候选表，不进入 温度异常段.csv。

8. 本次不做 / 后续阶段

本次不做：

• 不改温度事件判定和基线逻辑；仅新增高频候选的 5 秒二次确认；
• 不迁移 models/；
• 不训练模型；
• 不写 compressor_alarm；
• 不做 viewer/3D 映射。

后续阶段：

1. 将 _tmp_temperature 的规则算法迁入 models/temperature/；
2. 建立 models/datas/reference/温度异常段.csv 和 models/results/temperature/；
3. alarm_store 增加 温度故障，接入 scan_all / realtime_service；
4. viewer 增加温度告警详情、温度曲线和 YSJ_xx → 3D 部件映射；
5. 如确认需要，再训练温度模型并接入 model_predict。

9. 校验清单

• 温度异常段.csv = 96 行；
• 温度事件 = 49 行；已确认高频波动 = 47 行；高频候选 = 60 行；
• 温度阶段 不含 严重；
• 不含 是否事件 列；
• 每行 阶段部位、阶段点位 非空；
• 轻微 行的 是否形成确认等级=否；
• 异常 / 严重异常 行的 是否形成确认等级=是；
• 温度高频波动段.csv 是 温度异常段.csv 的 47 行过滤副本；
• 温度高频候选.csv 保留 60 行，是否确认 标出确认结果；
• 页面总数 96，回测 11/12。