面向电力变压器的可解释健康指数方法

只有当团队能够理解变压器健康指数时，它才是有用的。一个显示 72 分（满分 100）的数字或许有助于对机群进行排序，但它并不能解释资产为何发生变化、哪些证据已经过时、还存在哪些不确定性，或者接下来应采取什么行动。

GridAPM 将健康指数视为决策辅助工具，而非某种神奇的分数。该分数应当连接到更广泛的电力变压器可持续性方案之中，在那里，证据、生命周期背景与维护决策会被一并评审。

健康指数应做什么

诸如 TB 761、TB 630 与 TB 858 等 CIGRE 出版物，为状态评估、智能监测与资产健康方法提供了有用的基础。

在软件中，健康指数应当：

• 对资产进行排序以便评审。
• 展示哪些证据推动了分数变化。
• 将状态与后果区分开。
• 保留缺失或过时数据的标记。
• 呈现权重逻辑。
• 支持维护时机与更换规划。
• 支持生命周期与可持续性规划。

它不应假装某个通用分数就能取代工程判断。

重要的输入

可解释的变压器健康指数可以包括：

• DGA 浓度水平与产生速率。
• 油质、水分与纸绝缘老化指标。
• PRPD 与局部放电证据。
• SFRA 与机械完整性记录。
• 热负荷与冷却状况。
• 套管与分接开关证据。
• 现场检查与维护历史。
• 资产关键性与冗余度。

诸如 IEEE C57.104、IEC 60599、IEEE C57.152、IEEE C57.143 与 IEC 60422 等参考文献，有助于将这些输入锚定在公认的诊断与维护实践之中。

先有证据，后有权重

在对任何东西加权之前，证据必须是可信的。DGA 结果是否已经过归一化？PRPD 测量是否已校准？SFRA 曲线是否可与基线进行比较？热估算是否与真实的冷却状态相关联？检查记录是否是最新的？

这正是智能体（agentic）工作流发挥作用的地方。在分数被用于维护会议之前，它可以检查数据的完整性与来源。这与诊断证据模型直接相关。

让不确定性可见

健康指数常常在隐藏不确定性时失效。某台变压器可能近期油数据不完整、没有 SFRA 基线，或者诊断信号相互矛盾。良好的健康视图应展示置信度、缺失记录与矛盾之处，而不是将它们抹平掩盖。

这也是人工复核重要的地方。工程师可以判断某个分数是否足以用于规划，或者是否需要更多证据。

从健康到风险

状态与风险并不相同。风险还取决于后果、冗余度、备品备件、停电窗口、安全、环境暴露以及所承担的负荷。如果变压器十分关键，一个中等程度的状态隐患也可能上升为高优先级。而如果具备冗余，一个更严重的状态隐患则可能采取不同的处理方式。

因此，GridAPM 的风险队列应同时展示状态驱动因素与后果背景。配套文章基于风险的维护建议对该工作流做了更详细的说明。

切实可行的标准

一个有用的变压器健康指数应当足够可解释，使资产性能工程师能够批准、推翻或升级它。最好的界面不是一个神秘的分数，而是分数加上证据链、生命周期背景、不确定性、建议行动与审计轨迹。