直接回答
平台给一个"健康度72分"，工程师想知道这个数字怎么算出来的、能不能信——答案是：多参数归一化 → 加权求和 → 阈值分级，每一步都有讲究，不是拍脑袋。
很多工程师都有这个疑问：平台显示某台设备健康度 72 分，这个数字怎么来的？靠谱吗？为什么不是 80 分？扣分项在哪？因为：
- 多参数归一化：不同参数量纲不一样，要先归一化到 0~100 分； - 加权求和：不同参数重要性不一样，有的权重高，有的权重低； - 阈值分级：算出来总分后，按阈值分成健康/亚健康/异常/危险； - 可解释性：要能告诉你，主要扣分项是哪个。
关键认知：健康度评分不是黑箱，是个白盒模型。每个参数怎么归一化、权重多少、阈值怎么分，都是明确的。你能看明白这个分数怎么来的，就知道能不能信。
某工厂，平台显示一台变压器健康度 65 分。工程师看了一眼，觉得分数不对——这台变压器刚做过试验，都正常。点进去看：主要扣分项是油温偏高趋势 + 负载率波动大。虽然单次试验正常，但长期趋势确实在变差。工程师服气了，这个分数有道理。
一、多参数归一化的常见方法
不同参数量纲不一样，怎么归一化到 0~100 分？
线性归一化： - 参数从下限到上限，线性映射到 0~100 分； - 比如温度：20°C = 100 分，80°C = 0 分； - 每升高 1°C，扣 1.67 分。
阈值归一化： - 低于阈值 = 满分； - 超过阈值 = 开始扣分； - 超过报警值 = 0 分； - 适合"超过某个值才开始有问题"的参数。
趋势归一化： - 不和绝对值比，和历史基线比； - 偏离基线多少，就扣多少分； - 适合"慢慢漂移"的参数。
关键：不同参数用不同的归一化方法。不能所有参数都用线性归一化。要根据参数特点选方法。
二、权重如何按设备类型与位置设定
不同参数权重怎么定？
设备类型不一样： - 变压器：油温、油位、负载率权重高； - 断路器：动作时间、开断次数权重高； - 电缆：温度、绝缘电阻权重高。
位置不一样： - 进线设备：权重高，因为影响大； - 馈线设备：权重中等； - 末端设备：权重低，因为影响小。
举例： - 变压器健康度 = 油温 × 30% + 油位 × 20% + 负载率 × 20% + 绕组温度 × 30%； - 断路器健康度 = 动作时间 × 40% + 开断次数 × 30% + 分合闸电流波形 × 30%。
关键：权重不是拍脑袋定的，是根据设备类型和位置定的。什么参数对设备安全影响大，权重就高。
三、阈值分级与处置动作的映射
总分算出来了，怎么分级？
90~100 分：健康 - 状态良好； - 处置：正常巡检。
70~90 分：亚健康 - 有小问题，但不紧急； - 处置：关注趋势，计划检查。
50~70 分：异常 - 有明显退化； - 处置：安排检修，不要拖。
< 50 分：危险 - 严重异常，随时可能出问题； - 处置：立即停机，紧急处理。
关键：分级和处置动作要对应起来。不是光给个分数，还要告诉运维"这个分数该做什么"。
四、评分可解释性：主要扣分项从哪来
为什么健康度评分要可解释？
因为： - 工程师看到 72 分，想知道为什么是 72 分； - 如果只给个总分，不告诉你扣分项，你不敢信； - 可解释 = 能看到每个参数扣了多少分； - 这样你才知道该重点关注什么。
可解释性要做到： - 总分是多少； - 每个参数各多少分； - 主要扣分项是哪几个； - 扣了多少分； - 建议做什么。
微物联 FSE 边缘计算网关，算健康度评分时，会同时输出"主要扣分项"列表。工程师一眼就知道：哦，原来主要是油温趋势扣了 15 分，负载波动扣了 10 分。这样就明白了。
五、模型如何随现场数据迭代
健康度评分模型，怎么随现场数据迭代？
初始模型： - 基于设备厂家数据、行业标准； - 先跑起来。
现场校准： - 收集现场数据； - 对比评分和实际故障； - 发现哪些参数权重不对； - 调整权重和阈值。
持续迭代： - 用得越久，模型越准； - 因为越来越懂这个现场的设备特点。
关键：健康度模型不是一成不变的，是越用越准的。刚开始可能不准，但随着现场数据积累，会越来越贴合实际。
六、一个真实的案例
某工厂，平台显示一台 10kV 开关柜健康度 68 分。 - 工程师一看：嗯，确实最近有点问题； - 点进去看扣分项：局部放电信号变大（扣 15 分）+ 触头温度偏高（扣 12 分）+ 分合闸时间漂移（扣 5 分）； - 安排停电检查：发现触头确实有点氧化，局部放电也确实在发展； - 处理后，健康度回升到 85 分。
如果只给个 68 分，不告诉你扣分项，工程师可能不知道该查哪里。有了可解释性，就知道重点查什么。
七、现场三个最常见错误
错误一：只看总分，不看扣分项。 总分告诉你"好不好"，扣分项告诉你"哪里不好"。两个都要看。
错误二：权重一刀切。 不同设备类型，权重应该不一样。不能所有设备都用同一套权重。
错误三：模型定死不变。 设备在变，现场在变，模型也要跟着迭代。不能装上去就不管了。
八、一句话总结
健康度评分 = 多参数归一化 → 加权求和 → 阈值分级。 权重按设备类型和位置定，分级要对应处置动作。 评分要可解释，要随现场数据迭代。
健康度不是黑箱，是白盒——你能看明白怎么算的，才敢信。
九、常见问题
Q：健康度评分 72 分，到底好不好？ A：要看分级标准。按我们的标准，70~90 分是"亚健康"——有小问题，但不紧急，关注趋势就行。不是马上就要修。
Q：健康度评分准吗？会不会不准？ A：刚开始可能有点偏差，但随着现场数据积累，会越来越准。而且评分是可解释的，你能看到扣分项，自己判断准不准。
