二、能效指标体系：从数据到决策的桥梁
大家好，我是老张。在自控系统这行摸爬滚打十几年，我越来越觉得——能效管理这事儿，说白了就是「用数据说话」。没有指标体系，你连自己省了多少电都说不清楚，还谈什么优化？
这一章，咱们就聊聊能效指标体系怎么搭。我把它拆成三个核心问题：指标怎么分、基准怎么定、数据怎么采。嗯，一个一个来。
2.1 能效指标的分类：KPI 与 KPI 权重
先问个问题：你手头有 100 个数据点，哪个最重要？
我个人习惯，先把指标分成两类：结果型指标和过程型指标。
- 结果型指标（KPI）：比如单位产品能耗、综合电耗、峰值功率。这些是老板看的，直接反映「省没省钱」。
- 过程型指标（辅助 KPI）：比如冷却水温差、风机转速比、阀门开度。这些是工程师看的，告诉你「哪里能调」。
我在一个水泥厂项目里遇到过，客户只盯着总电费，结果发现电费降了，但设备频繁故障。为什么？因为忽略了过程指标——磨机电流波动太大。所以，KPI 要分层，权重也要分。
KPI 权重怎么分？
我建议用「层次分析法」的简化版。举个例子：
| 指标名称 | 权重（%） | 说明 |
|---|---|---|
| 单位产品能耗 | 40 | 核心指标，直接对标行业先进值 |
| 设备运行效率 | 25 | 反映设备健康度，避免「省电毁设备」 |
| 峰谷用电比例 | 20 | 利用电价差，降低电费成本 |
| 碳排放强度 | 15 | 环保合规，未来越来越重要 |
注意，权重不是拍脑袋定的。我一般会拉上运维、生产、财务三方一起打分，最后取平均。你想想看，如果只按工程师的想法定权重，财务那边肯定不认账。
2.2 能效基准的建立方法
基准是什么？说白了就是「跟谁比」。没有基准，KPI 就是空中楼阁。
我常用的方法有三种：
- 历史基准法：取过去 12 个月的平均值，剔除异常数据（比如停机检修、极端天气）。适合稳定运行的工厂。
- 设计基准法：用设备铭牌参数或设计工况作为基准。适合新投产的项目，但要注意——设计值往往偏理想，实际跑不到。
- 对标基准法：找行业同类企业的先进值。比如水泥行业，吨熟料电耗先进值是 55 kWh/t，你的厂是 62 kWh/t，差距就出来了。
我曾经在一个化工厂踩过坑：直接用设计值做基准，结果系统一直报警「能效不达标」。后来才发现，设计工况是满负荷，实际只跑了 70% 负荷。所以，基准一定要考虑负荷率。
2.3 能效数据的采集与处理
数据采集，我把它分成「采什么、怎么采、采完怎么办」三步。
采什么？
不是所有数据都要采。我建议遵循「二八原则」：
- 必采数据：电表（总进线、主要设备）、流量计（水、气、蒸汽）、温度/压力（关键工艺点）
- 选采数据：振动、噪音、环境温湿度（根据设备重要性决定）
记住一句话：数据不是越多越好，而是越准越好。我在一个造纸厂见过，装了 300 个传感器，结果一半数据是坏的，因为现场湿度太大，传感器全漂移了。
怎么采？
采集频率要匹配控制周期：
| 数据类型 | 推荐频率 | 说明 |
|---|---|---|
| 电参数（电压、电流、功率） | 1 秒 / 次 | 捕捉电机启动冲击、谐波等瞬态 |
| 温度、压力 | 10 秒 / 次 | 变化较慢，频率太高浪费存储 |
| 累计量（电度、流量） | 1 分钟 / 次 | 用于计算单位能耗，精度足够 |
我个人习惯，原始数据存高频，计算数据存低频。比如电参数每秒采一次，但计算「平均功率」时，只存每分钟的平均值。这样既保留了细节，又节省了存储空间。
采完怎么办？
数据处理，我总结了三步走：
- 清洗：剔除明显异常值（比如功率为负、温度超过量程）。我一般用「3σ 原则」——超过均值 ±3 倍标准差的数据，直接扔掉。
- 补全：如果数据缺失不超过 5%，用线性插值补。超过 5%，建议标记为「无效时段」，别硬补。
- 归一化：把不同量纲的数据映射到 [0,1] 区间。比如温度 0~100℃，归一化后就是 0~1。这样在做综合评分时，不会因为量纲不同导致权重失衡。
知识体系框架图
下面这张图，是我自己画的一个框架。你看一眼，基本就能理解这一章的逻辑了。
嗯，这一章的内容就这些。记住一句话：指标体系不是建完就完的，它需要持续迭代。你每优化一次工艺、每更换一台设备，都要回头看看指标和基准是否需要调整。
下一章，咱们聊聊「能效数据可视化」——怎么把枯燥的数字变成老板一眼就能看懂的图表。到时候见。