直接回答

平臺給一個"健康度72分"，工程師想知道這個數字怎麼算出來的、能不能信——答案是：多參數歸一化 → 加權求和 → 閾值分級，每一步都有講究，不是拍腦袋。

很多工程師都有這個疑問：平臺顯示某臺設備健康度 72 分，這個數字怎麼來的？靠譜嗎？爲什麼不是 80 分？扣分項在哪？因爲：

  • 多參數歸一化：不同參數量綱不一樣，要先歸一化到 0~100 分；
  • 加權求和：不同參數重要性不一樣，有的權重高，有的權重低；
  • 閾值分級：算出來總分後，按閾值分成健康/亞健康/異常/危險；
  • 可解釋性：要能告訴你，主要扣分項是哪個。

關鍵認知：健康度評分不是黑箱，是個白盒模型。每個參數怎麼歸一化、權重多少、閾值怎麼分，都是明確的。你能看明白這個分數怎麼來的，就知道能不能信。

某工廠，平臺顯示一臺變壓器健康度 65 分。工程師看了一眼，覺得分數不對——這臺變壓器剛做過試驗，都正常。點進去看：主要扣分項是油溫偏高趨勢 + 負載率波動大。雖然單次試驗正常，但長期趨勢確實在變差。工程師服氣了，這個分數有道理。

一、多參數歸一化的常見方法

不同參數量綱不一樣，怎麼歸一化到 0~100 分？

線性歸一化：

  • 參數從下限到上限，線性映射到 0~100 分；
  • 比如溫度：20°C = 100 分，80°C = 0 分；
  • 每升高 1°C，扣 1.67 分。

閾值歸一化：

  • 低於閾值 = 滿分；
  • 超過閾值 = 開始扣分；
  • 超過報警值 = 0 分；
  • 適合"超過某個值纔開始有問題"的參數。

趨勢歸一化：

  • 不和絕對值比，和歷史基線比；
  • 偏離基線多少，就扣多少分；
  • 適合"慢慢漂移"的參數。

關鍵：不同參數用不同的歸一化方法。不能所有參數都用線性歸一化。要根據參數特點選方法。

二、權重如何按設備類型與位置設定

不同參數權重怎麼定？

設備類型不一樣：

  • 變壓器：油溫、油位、負載率權重高；
  • 斷路器：動作時間、開斷次數權重高；
  • 電纜：溫度、絕緣電阻權重高。

位置不一樣：

  • 進線設備：權重高，因爲影響大；
  • 饋線設備：權重中等；
  • 末端設備：權重低，因爲影響小。

舉例：

  • 變壓器健康度 = 油溫 × 30% + 油位 × 20% + 負載率 × 20% + 繞組溫度 × 30%；
  • 斷路器健康度 = 動作時間 × 40% + 開斷次數 × 30% + 分合閘電流波形 × 30%。

關鍵：權重不是拍腦袋定的，是根據設備類型和位置定的。什麼參數對設備安全影響大，權重就高。

三、閾值分級與處置動作的映射

總分算出來了，怎麼分級？

90~100 分：健康

  • 狀態良好；
  • 處置：正常巡檢。

70~90 分：亞健康

  • 有小問題，但不緊急；
  • 處置：關注趨勢，計劃檢查。

50~70 分：異常

  • 有明顯退化；
  • 處置：安排檢修，不要拖。

< 50 分：危險

  • 嚴重異常，隨時可能出問題；
  • 處置：立即停機，緊急處理。

關鍵：分級和處置動作要對應起來。不是光給個分數，還要告訴運維"這個分數該做什麼"。

四、評分可解釋性：主要扣分項從哪來

爲什麼健康度評分要可解釋？

因爲：

  • 工程師看到 72 分，想知道爲什麼是 72 分；
  • 如果只給個總分，不告訴你扣分項，你不敢信；
  • 可解釋 = 能看到每個參數扣了多少分；
  • 這樣你才知道該重點關注什麼。

可解釋性要做到：

  • 總分是多少；
  • 每個參數各多少分；
  • 主要扣分項是哪幾個；
  • 扣了多少分；
  • 建議做什麼。

微物聯 FSE 邊緣計算網關，算健康度評分時，會同時輸出"主要扣分項"列表。工程師一眼就知道：哦，原來主要是油溫趨勢扣了 15 分，負載波動扣了 10 分。這樣就明白了。

五、模型如何隨現場數據迭代

健康度評分模型，怎麼隨現場數據迭代？

初始模型：

  • 基於設備廠家數據、行業標準；
  • 先跑起來。

現場校準：

  • 收集現場數據；
  • 對比評分和實際故障；
  • 發現哪些參數權重不對；
  • 調整權重和閾值。

持續迭代：

  • 用得越久，模型越準；
  • 因爲越來越懂這個現場的設備特點。

關鍵：健康度模型不是一成不變的，是越用越準的。剛開始可能不準，但隨着現場數據積累，會越來越貼合實際。

六、一個真實的案例

某工廠，平臺顯示一臺 10kV 開關櫃健康度 68 分。

  • 工程師一看：嗯，確實最近有點問題；
  • 點進去看扣分項：局部放電信號變大（扣 15 分）+ 觸頭溫度偏高（扣 12 分）+ 分合閘時間漂移（扣 5 分）；
  • 安排停電檢查：發現觸頭確實有點氧化，局部放電也確實在發展；
  • 處理後，健康度回升到 85 分。

如果只給個 68 分，不告訴你扣分項，工程師可能不知道該查哪裏。有了可解釋性，就知道重點查什麼。

七、現場三個最常見錯誤

錯誤一：只看總分，不看扣分項。 總分告訴你"好不好"，扣分項告訴你"哪裏不好"。兩個都要看。

錯誤二：權重一刀切。 不同設備類型，權重應該不一樣。不能所有設備都用同一套權重。

錯誤三：模型定死不變。 設備在變，現場在變，模型也要跟着迭代。不能裝上去就不管了。

八、一句話總結

健康度評分 = 多參數歸一化 → 加權求和 → 閾值分級。 權重按設備類型和位置定，分級要對應處置動作。 評分要可解釋，要隨現場數據迭代。

健康度不是黑箱，是白盒——你能看明白怎麼算的，纔敢信。

九、常見問題

Q：健康度評分 72 分，到底好不好？ A：要看分級標準。按我們的標準，70~90 分是"亞健康"——有小問題，但不緊急，關注趨勢就行。不是馬上就要修。

Q：健康度評分準嗎？會不會不準？ A：剛開始可能有點偏差，但隨着現場數據積累，會越來越準。而且評分是可解釋的，你能看到扣分項，自己判斷準不準。