对于表3，首先从皮尔逊相关系数的正负性这个角度来分析。各相谐波电压的最大值、平均值与95概率大值都与电容器组故障数据呈正相关，而各相谐波电压合格率与电容器组故障数据都呈负相关，这符合我们的一般认知，说明计算结果合理、有效。其次从皮尔逊相关系数绝对值的大小这个角度来分析。我们可以看出，各相谐波电压监测项目中，谐波电压最大值与电容器组故障数据的皮尔逊相关系数均为最小，95概率大值次之，平均值和合格率均大于之前二者，但平均值与合格率的相对大小因相别的不同而不同。
从皮尔逊相关系数的这个特征我们可以得出，电容器组故障对谐波电压最大值不敏感，皮尔逊相关系数均小于0.1，从数据中无法得出二者存在相关性；而电容器组故障对谐波电压的平均值和合格率较为敏感，皮尔逊相关系数的绝对值均在0.35左右，相关性存在的证据较为明显。因此，从以上分析可以看出，谐波电压对电容器组故障的影响是长期性的，对个别峰值不敏感，若谐波电压长期处在较高水平，易引发电容器组的故障。
各次谐波对电容器组故障的影响可以很清晰地从表4中看出，其中三次谐波的谐波电压95概率大值与电容器组故障数据的相关系数的绝对值最大，达到了0.405，已算中等程度相关，其他各次谐波相关性均比较小。因此，以减少电容器组故障为目标的谐波治理重点在三次谐波。
3.2电压偏差与电容器组故障
计算电压偏差各监测项目与电容器组故障数据的皮尔逊相关系数，计算结果如表5所示。
分析表5中各电压偏差监测项目与电容器组故障的皮尔逊相关系数可以得出，A、B、C三相中A相电压偏差与电容器组故障的相关性最大，A相电压合格率的皮尔逊相关系数达到了-0.448，已属于中等程度相关；B、C相电压偏差与电容器组故障的相关性不明显，数据无法支持二者存在相关性。在A相电压偏差各监测项目中，电压偏差合格率的皮尔逊相关系数的绝对值最大，A相电压最大值的皮尔逊相关系数的绝对值最小，因此，可以得出，在由A相电压偏差引起的电容器组故障中，电压峰值较电压合格率影响较小，电容器组故障对电压偏差的个别峰值不敏感，电压偏差引起电容器组故障是一个长期过程。
3.3电压长时闪变与电容器组故障
计算电压闪变各监测项目与电容器组故障数据的皮尔逊相关系数，计算结果如表6所示。各电压闪变检测项目与电容器组故障数据的皮尔逊相关系数绝对值均很小，无法从现有数据中得到电压闪变与电容器组故障之间存在相关性。
3.4三相电压不平衡度与电容器组故障
完成对三相电压不平衡度数据的预处理后，计算三相电压不平衡度各监测项目与电容器组故障数据的皮尔逊相关系数，计算结果如表7所示。
各三相电压不平衡度检测项目与电容器组故障数据的皮尔逊相关系数绝对值均很小，无法从现有数据中得到三相电压不平衡度与电容器组故障之间存在相关性。
3.5各电能质量项目对电容器组故障的综合对比
综合谐波电压、电压偏差、电压闪变和三相电压不平衡度的皮尔逊相关系数计算结果，选取各电能质量监测数据的最大值，95概率大值，平均值和合格率综合进行对比、分析，对比结果如表8所示。
4 结论
通过对电能质量各监测项目和电网设备故障统计数据的皮尔逊相关分析，可以得到某地区电容器组故障与电能质量的相关性最强，而在各项电能质量指标中，电压偏差和三次谐波电压畸变率与电容器组故障相关性最强，这与普遍认知一致。因此，基于大数据的思想方法，将皮尔逊相关分析应用在电网设备故障关联特征提取这个场景中被证明是成功的。大数据思想方法和相关技术在电力系统其他应用场景中的应用仍需要进一步的探索和研究。
