分析工作台与根因分析（RCA）------从"几十条曲线里找元凶"到"它把嫌疑犯排队给你"
一句话：排障的难点从来不是数据不够，是变量太多、时间太紧 。IDMP 把相关性分析、回归、聚类、预测放进同一个工作台，再让 AI 从事件出发做根因调查------而且它会明确告诉你哪些解释已经排除、哪些还缺证据。
一、一次真实排障长什么样
凌晨 2:40，某台设备报警。工程师打开系统，看到的是：
- 一个元素，80 个属性；
- 过去 8 小时，每条属性各一条曲线；
- 事件记录 3 条，班组口述 2 个版本。
他要回答的问题是："是谁先动的？"
传统流程是这样：导出 80 列数据 → 打开 Excel/Python → 画图 → 逐条比对 → 猜 → 打电话确认 → 再猜。两三小时，还不一定有结论。
而真正难的是最后一公里：你找到了"两条曲线同时变"，但这不等于因果。 可能它们都是被第三个因素带动的。
IDMP 这块能力分两层：分析工作台 （你自己查）和根因分析（让 AI 带着证据查）。
二、分析工作台：把分析留在数据待的地方
传统做法的隐性成本是"搬运"：导数据、清洗、对齐时间轴、画图------80% 的时间花在准备工作上。等图终于画出来，班已经交接了。
分析工作台的原则是：数据、上下文、事件、历史都在同一个地方，那分析也应该在这里做。
| 能力 | 干什么 | 典型问法 |
|---|---|---|
| 相关性分析 | 算多个变量之间的相关关系，找出"一起变"的组合 | 这 30 个参数里，哪几个跟出口温度强相关？ |
| 回归 | 拟合变量间的数学关系 | 能耗跟产量、环境温度是什么关系？ |
| 聚类 | 把相似的数据段/工况分组 | 这个月的运行工况能分成几类？ |
| 预测 | 基于历史做趋势外推（含 TDgpt 模型） | 这个轴承温度照这个趋势，什么时候会到阈值？ |
| 区间查询 | 在趋势图上直接框选一段区间，对这段做查询与比对 | 把那次异常那 20 分钟单独拎出来看 |
几个很实用的细节：
- 可以在趋势图上框选区间直接发起分析，不用先想"该选哪个时间范围"；
- 支持按元素模板过滤，一次对一批同类元素做同样分析；
- 分析过程可以保存和恢复（含笔记），不是聊完就没了；
- 结论可以导出成报告或事件注释，沉淀给下一个人。
三、根因分析：两档，别混用
这是最容易被误解的一块。IDMP 的 RCA 有两种模式，用途完全不同：
| 快速模式（Fast） | 深度模式（Deep） | |
|---|---|---|
| 你得到什么 | 初筛结论 + 可能的怀疑方向 | 受证据约束的调查过程 |
| 耗时 | 秒级 ~ 十几秒 | 分钟级，会真的去查数据 |
| 做什么 | 看事件上下文、属性概况、同期变化，给出 H1（首要假设） | 主动补查能区分不同解释的信号 |
| 输出要求 | 结论 + 建议排查方向 | 已验证的事实 + 竞争假设 + 证据边界 |
| 什么时候用 | 值班员想快速知道"大概是什么方向" | 工程师要给出"能写进报告的结论" |
一条硬规则：没做过分析的不能当报告
深度模式的设计里有一条我觉得很值得说："确认话术"不能终结任务。
意思是------如果模型只是回了你一句"好的，我来分析一下""建议您进一步排查"，而没有真的调用工具、没有真的取数 ，那么这次运行不会被判定为成功，更不会被发布成报告。
系统会检查：这次运行到底有没有发生调查、有没有有效分析。生成 PDF 不代表证据校验通过，发布报告不代表根因已确认。
这条规则听着朴素，但它防的是 AI 落地里最常见的一种失败：看起来交付了，其实什么都没做。
证据不足也要说话，但要说实话
深度调查如果查不出确定根因，输出不是"设备正常"，而是：
- 哪些解释已经排除（及依据）；
- 哪些解释还在竞争（各自的证据强弱）；
- 还缺什么证据才能定论（比如"需要现场测一次振动频谱"）。
一句话总结这个态度：宁可说"我不知道，但我知道下一步查什么"，也不给一个漂亮的假答案。
四、一个生产实践的例子：采煤机左截割电流告警
某矿的采煤机（Shearer-1）报了「左截割电流高」。值班员先跑了一次快速 RCA，得到初筛：电流峰值超限，怀疑负载异常或供电波动。
工程师接手，点了「开始深度根因分析」。他要区分三种解释：
| 假设 | 解释 | 怎么区分 |
|---|---|---|
| H1 过载 | 截割到硬夹矸，负载真实升高 | 看截割电机电流与滚筒转速、牵引速度的关系；过载时转速应该下降 |
| H2 堵转 | 机械卡阻，电流飙升但转速骤降 | 电流上升斜率 + 转速断崖；且持续时间短 |
| H3 公共供电中断/波动 | 电网侧问题，多台设备同时异常 | 看同一供电母线上的其他设备是否同时异常 |
深度模式做的事：
- 继承 H1：快速模式的初筛结论不会丢，作为首要假设带进深度调查；
- 主动补查：拉取同一时间窗内牵引速度、滚筒转速、另一侧截割电流、同一母线上其他设备的电流；
- 逐一排除 ：
- H1 过载：电流升高但转速没有下降，牵引速度也正常 → 削弱；
- H2 堵转：电流上升是渐进的（持续 4 分钟），不是断崖 → 削弱；
- H3 供电：同一母线上的破碎机、输送机在同一分钟也出现电流异常 → 显著增强。
- 给出结论与边界：
已排除：滚筒堵转（转速无骤降）。
主要假设：供电侧电压波动（同母线 3 台设备在 02:38--02:41 同步异常，时间吻合）。
尚缺证据：需要变电所侧的电压录波数据才能确认；建议查 02:35--02:45 的进线电压。
最后这份报告可以发布、可以归档、可以转发给电气专业。 而且它明确写了"还缺什么"------这不是未完成，这是负责任的交付。
五、怎么用：三步上手
第一步：先跑快速，再决定要不要深度
不要一上来就点深度。 深度分析要真的取数、真的推理，耗时是分钟级。先用快速模式看方向对不对，方向对了再深入。
第二步：深度分析前，先想清楚"有哪些竞争解释"
这是最影响效果的一步。你心里有 3 个假设，AI 才知道该去区分什么。只说"帮我找原因"，它只能给你一个通用答案。
第三步：把结论落成资产
- 报告发布，进知识库；
- 关键结论写成事件注释或元素注释；
- 确认的因果链，顺手在关系图 上补一条边（第 04 篇）------下次同类故障，AI 就有上下文了。
六、能解决什么问题
问题 1：排障靠"导出 + 猜"
分析留在现场，不用搬数据，几分钟出结论。
问题 2：同时变化的变量分不清因果
相关性分析先缩小范围，关系图 + 领域知识再判断哪些相关是"有意义的"。
问题 3：AI 给"漂亮但没依据"的答案
深度 RCA 被证据约束：要区分假设、要补查数据、要说清边界。
问题 4：结论带不走
报告可发布、可归档、可检索；分析过程可保存恢复。
七、边界与提醒（诚实版）
- 这是官方宣传最重、但客户证言最薄的一块。 官网对比文、博客、AI 能力表都把 RCA 放在显眼位置，官方也明确说支持"AI 辅助根因分析"；但目前没有任何客户公开说"它帮我定了根因"。对外建议说"提供该能力、可现场演示"，别说"已被验证"。
- 它会算错，而且错得像真的。 相关性不是因果------两条曲线一起变，可能都是被第三个因素带动的。报告里的因果表述，必须人来拍板。
- 深度分析是分钟级，不是秒级。 它会真的去查数、真的调用工具。别在着急的时候期待它 5 秒出结论。
- 你给的假设质量决定它的输出质量。 三种竞争解释是你提供的，它负责区分。"帮我找原因"是低质量输入。
- 证据不足时的输出需要有人读得懂。 "已排除 A、B，仍缺 C 证据"这种话，一线可能觉得"等于没说"。建议在团队里明确规定：这类结论怎么落地成下一步动作。
- 知识图谱等能力还在早期。 相关 FS 文档还在演进，别把它当成已经成熟的产品卖点。
八、和别的功能怎么配合
| 场景 | 配合谁 |
|---|---|
| 从一条事件直接开始查 | 事件详情页 → AI Function「根因分析」（第 02 / 07 篇） |
| 想看图找异常段 | 可视化面板（第 08 篇）+ 区间查询 |
| 想在群里问一句"这啥情况" | IM 集成 + AI 问答（第 02 篇） |
| 查出来的因果关系要留下 | 元素关系图（第 04 篇） |
| 想提前预测而不只是事后追 | 预测 / 实时流分析（第 06 篇） |
一句话记住：工作台负责"看清"，RCA 负责"说清"，报告负责"留下"。 三件事都做了，排障经验才真正变成组织资产。