内容概览
先给结论
先查链路哪一段：告警不对时先查平台规则（阈值/死区/使能），再查数据是否真实超阈值；频繁乱报多为阈值无死区或数据毛刺，漏报多为通道被禁用或告警方向设反。
下表汇总本页覆盖的典型故障现象、可能原因数量与排查步骤数量，便于按优先级快速定位。排查顺序遵循"先现场机械/电气，后通信/平台"的通用原则。
| 故障现象 | 可能原因数 | 排查步骤数 | 优先级 |
|---|---|---|---|
| 数据正常但频繁触发告警（误报） | 4 | 5 | 高 |
| 数据明显超阈值却未告警（漏报） | 4 | 5 | 中 |
| 同时触发成百上千条告警（告警风暴） | 4 | 5 | 中 |
症状、原因与排查步骤
数据正常但频繁触发告警（误报）
可能原因
- 阈值未设死区（回差），数据在阈值附近抖动反复触发/恢复
- 数据毛刺（尖峰）被误判为超阈值，未做平滑或滤波
- 告警使能全部打开，包括不需要告警的通道
- 告警确认/抑制周期未设置，同一告警反复推送
排查步骤
- 第 1 步：平台导出该通道近 7 天数据曲线，看告警点是否真在阈值附近抖动
- 第 2 步：给阈值加死区（回差），如上限 50℃、恢复 48℃，避免边界抖动
- 第 3 步：对数据加 3~5 点滑动平均或毛刺剔除（如偏离均值 3σ 视为异常值）
- 第 4 步：关闭非必要告警通道，只对关键量设告警
- 第 5 步：设置告警确认后抑制 N 分钟，避免重复推送
处置清单
- 更换件/备件：无
- 记录项：误报时段、数据曲线、阈值/死区修改记录
- 预防措施：新站点上线前用 7 天历史数据试跑告警规则，再正式启用
数据明显超阈值却未告警（漏报）
可能原因
- 告警通道被误禁用或删除
- 阈值方向设反（如应报高报成低）
- 告警等级设置错误，高等级推送到无人值守的通道
- 数据缺测期间，平台无法判断是否超阈值
排查步骤
- 第 1 步：平台核对该通道告警规则是否启用、阈值方向是否正确
- 第 2 步：手动把数据改成超阈值模拟值，看告警是否触发
- 第 3 步：核对告警接收人（短信/邮件/语音）是否正确配置、手机号是否有效
- 第 4 步：检查数据是否连续入库，缺测时段平台无法判断
- 第 5 步：查看告警服务日志，有无规则加载失败
处置清单
- 更换件/备件：无
- 记录项：漏报时段、阈值方向、接收人列表
- 预防措施：每周做一次告警链路测试（模拟超阈值），确认通知可达
同时触发成百上千条告警（告警风暴）
可能原因
- 站点批量离线，所有通道同时报离线告警
- 未做告警收敛与分组，单站多通道各自独立推送
- 根因告警与衍生告警未做关联
- 通知通道故障后疯狂重试
排查步骤
- 第 1 步：先判断根因——是整站离线还是单个量异常
- 第 2 步：平台配置告警收敛：同一站点 5 分钟内同类告警合并为一条
- 第 3 步：配置根因关联，站点离线时抑制下属通道的离线告警
- 第 4 步：通知通道加限流（如每分钟最多 N 条），避免短信轰炸
- 第 5 步：故障恢复后批量确认告警，恢复正常推送
处置清单
- 更换件/备件：无
- 记录项：风暴时段、根因站点、收敛规则
- 预防措施：上线告警收敛规则，重要站点分级告警
常见问题
告警死区一般设多少？
按传感器精度与波动幅度取，典型为量程的 2~5%；如 0~100kPa 压力，上限 80kPa、恢复 76kPa，避免边界抖动反复告警。
多久做一次告警链路测试？
重要站点每周一次模拟测试，确认短信/邮件/语音可达；测试后及时恢复模拟值。
数据缺测时要告警吗？
要；应单独设"数据中断"告警（如 30 分钟无数据），与阈值告警分开，避免设备离线后静默漏报。
内容边界与下一步
本手册排查建议为通用工程参考，具体故障以设备说明书与厂商支持为准；涉及电气开盖、登高、带电、开盖测量等安全事项，须由持证专业人员操作。
