数字能源

诊断引擎的50个子模型×多维感知是什么?

诊断引擎 V4.1 的感知体系是「模型×维度」矩阵:50 个参数模型(当前 20 核心 模型01-20)乘多维感知 D1-D7。本文解析模型、维度、6 级告警、安全红线与谐波指纹库,并说明 20 核心与 50 规划的版本口径。

2026-09-13 数字能源 微物联 8 分钟
诊断引擎的50个子模型×多维感知是什么?
诊断引擎的50个子模型×多维感知是什么?

诊断引擎 V4.1 的感知体系,一句话说是一个「模型 × 维度」矩阵:横向是 50 个参数模型(当前 20 个核心 模型01-20),纵向是多维感知 D1-D7。模型负责回答「看什么参数」,维度负责回答「从哪种角度判断」。所以评估诊断引擎的能力,不能只盯着「50 个」这个数量,而要看模型与维度的组合是否覆盖了目标参数;同时必须分清口径——知识库里既有「当前 20 个核心」,也有「规划 50 个」的表述。需要先说明:把诊断引擎感知体系归纳成「模型×维度」矩阵,是本文用于组织议题的分析框架;知识库并未逐项展开这些子模型的算法实现,也没有把规划中的 50 个子模型写为已交付能力。下文涉及的子模型名称、维度、分数段与阈值,均取自知识库的可核验条目。

模型侧:20 个核心子模型分别在感知什么

知识库把当前 20 个核心子模型分成三组。

第一组是「基础生命体征」模型01-05,处理电气系统最基础的五类量:电压采用双限对称算法,电流看的是过载系数,温度做位置感知修正,漏电走时序趋势并带红线前置,接地则识别 TN/TT/IT 三种系统。这一组回答的是「系统还活着吗、各项基本体征是否越界」。

第二组是「电能质量体检」模型06-12,覆盖七类电能质量问题:谐波(2-50 次加 THD)、电压不平衡、电流不平衡(用序分量)、功率因数、电压暂降(参照 ITIC/SEMI F47)、电压波动(IEC 61000-4-15)、间谐波。这一组回答的是「供电质量好不好、扰动来自哪里」。

第三组是「深层隐患挖掘」模型13-20,指向那些尚未直接表现为告警、但已在积累的风险:谐振风险、绝缘状态(老化模型)、振动分析、局放检测、零序电流、负序分量、谐波互调、闪变综合(Pst/Plt)。这一组回答的是「眼下还正常,但未来会不会出问题」。

三组之间是递进关系:从当下体征,到质量水平,再到未来隐患。把参数名和编号一并记住,是读懂诊断引擎输出的前提。

维度侧:同一参数为什么要有 7 种看法

如果只有模型没有维度,感知就退化成「越限报警」。知识库给出多维感知矩阵,给同一参数配了 7 种判断角度:

- D1 幅值:当前值离边界有多远; - D2 变化率:值变化得有多快; - D3 趋势漂移:是否在缓慢、持续地偏离基线——这一维被标注为核心; - D4 异常密度:单位时间内异常出现的频次; - D5 波动幅度:值抖动的剧烈程度; - D6 关联验证:与其他参数的现象是否互相印证; - D7 时序风险评分:把以上信息综合成一个 0-100 的分数,用于整体决策。

一个直观的例子是温度:D1 看当前多少度,D2 看升温多快,D3 看是否长期缓慢上升,D5 看波动是否剧烈,D7 再给综合风险分。同一组温度数据因此能区分「偶发波动」和「持续劣化」——这正是 多维相对单点阈值报警的差别所在。

结果侧:6 级告警与安全红线

模型与维度的计算最终要落成可执行的结论。知识库定义 6 级告警体系,按 0-100 分排列:正常(85-100)、关注 Watch(70-84)、YJ1(55-69)、YJ2(40-54)、BJ1(20-39,要求 48 小时内处置)、BJ2(0-19,要求立即停机)。每条告警不只给一个等级,还携带标准条文引用、四维影响标签(安全/效率/寿命/碳排各 0-100 分)、置信度与场景标签。也就是说,诊断引擎的输出不是「报警了」三个字,而是「什么等级、依据哪条标准、影响哪几个维度、有多大把握」。

在 6 级告警之外,还有一组更高优先级的东西:安全红线守卫。知识库列出 5 条不可绕过、任何人均无法调高阈值的红线:

- 剩余电流 ≥300mA,依据 GB 13955; - 接地电阻异常开路,依据 GB 50057; - 三相电压不平衡 >15%,依据 GB/T 15543; - 线路温度 ≥110°C,依据 GB 16895; - 绝缘电阻 <0.5MΩ,依据 GB/T 16895。

红线与普通告警的分工很清晰:普通告警参与加权与分级,红线直接命中最高级结论,不参与加权运算——用知识库的说法,是「国标底线永不突破」。

指纹与时效:谐波指纹库与约 800ms

在电能质量方向,知识库还给出一个具名的落地机制:谐波指纹库含 14 类设备指纹,示例包括 FP-01 三相整流器、FP-03 变频器 6 脉冲、FP-05 UPS、FP-06 充电桩、FP-12 光伏逆变器等。它通过余弦相似度 >0.85 做匹配,知识库称可在 2 小时锁定污染源,而传统方式需数周。在选型对照中,「谐波溯源与责任划分」对应的正是诊断引擎 模型06 加指纹库,再加预测引擎 Q-01(IEEE 1459)。

时效方面,知识库的技术规格为单轮分析约 800ms(L4 层)、全并行,覆盖 GB/T 12325、GB/T 14549、GB/T 15543 等 13 条主要标准。放到协同控制引擎七级流水线里看:L4 诊断引擎分析为 50 个子模型并行(约 800ms),经 L5 关联分析引擎研判、L6 融合决策(诊断引擎×关联分析引擎加权综合健康度)、L7 持久化,端到端 <2 秒,数据接入成功率 99.9%。理解诊断引擎在链路中的位置,有助于分清「诊断引擎负责辨物」与「关联分析引擎负责识境、预测引擎负责预测」的边界。

版本口径与本文不主张什么

第一个必须说清的,是数量口径。知识库对诊断引擎子模型数列出多种口径,引用时须注明版本:一种口径为「20 个核心 / 规划 50+」,另一种口径采用 模型01-27 共 27 个子模型,分核心参数组 模型01-12、谐波+三相组 模型13-18、特殊+绝缘组 模型19-27。因此,任何关于「诊断引擎到底多少个模型」的说法,都应先交代口径;把规划口径当作已交付能力,是不严谨的。

第二,本文只解析「模型有哪些、维度有哪些、结果怎么分级」,不展开任何子模型内部的算法实现。知识库提到的 Prophet、Holt-Winters、XGBoost 等属于预测引擎侧内容,不在本篇讨论范围,也不据此外推诊断引擎的参数或精度。

第三,知识库列出的量化价值指标(电气隐患识别率 95%+、告警压缩比 80%、预警提前量 4-12 周、故障定位时间数天到 2 小时、MTTR 缩短 60%、综合节能空间 8-20% 等)均为供应商自述。它们可以当作厂商能力主张来引用,不应被当作已核验的实测结论。

第四,本文不声称任何未在知识库出现的子模型、维度、阈值、认证或案例;所述分数段与阈值均以知识库对应条目列示者为限,不作范围外推,也不推断 模型01-20 的内部算法或实现细节。

结论

诊断引擎 V4.1 的感知体系可以这样理解:以 20 个核心子模型(规划 50 个)覆盖生命体征、电能质量与深层隐患三类参数,用多维感知把每个参数从幅值、变化率、趋势漂移、异常密度、波动幅度、关联验证到时序风险评分看一遍,再以 6 级告警输出可执行等级、以 5 条安全红线守住国标底线;谐波指纹库与约 800ms 的并行分析构成了它在电能质量方向的具体能力。对技术决策者而言,选型时真正要问的不是「诊断引擎有多少个模型」,而是「我要感知的那几个参数,落在哪个 M 子模型、有没有对应的维度覆盖」;对集成方而言,对外表述务必把 20 核心与 50 规划分开写清。矩阵可以按需拆解,具体能力边界仍须以知识库对应条目为准。

相关知识

为什么说微物联是一家生产数据的公司?
数字能源

为什么说微物联是一家生产数据的公司?

“生产数据”不是简单采集数据,也不是把设备接到平台上。微物联关注的是从电信号中提取可用特征,从运行状态中生成风险判断,从设备行为中沉淀管理价值,让数据真正服务能源效率与电气安全。

2026-08-18
15分钟到2小时预测窗口的用途
数字能源

15分钟到2小时预测窗口的用途

预测引擎的 E-06 极短期负荷预测采用 XGBoost 与 LightGBM,预测窗口为 15 分钟至 2 小时,MAPE 小于 3%。该窗口的用途是支撑临近时段的设备级运营动作,而不是替代中长期规划;同一引擎体系中 S-02 剩余电流趋势漂移可提前 4 至 12 周预警,说明引擎覆盖从周级到分钟级的不同尺度。协同控制引擎中枢系统七级流水线以 L7 持久化收口,端到端小于 2 秒、数据接入成功率 99.9%,为该窗口提供准实时的供数链路。

2026-09-22
生产数据的公司:从传感到上行的一条链
数字能源

生产数据的公司:从传感到上行的一条链

「生产数据的公司」不是口号:连接与采集只是起点。本文把微物联解释为一条可核验的数据生产链——板载异形罗氏线圈 1μs 级异常电流抓取与微安级泄漏电流采集(产品资料)、产品资料-产品资料 监测产品线把物理量结构化、产品资料 四层架构与 产品资料 协议矩阵上行 FEXCloud、诊断引擎 50 子模型×多维/关联分析引擎 18 级场景树/预测引擎 67 模型(产品资料-产品资料)、协同控制引擎七级流水线端到端<2 秒(产品资料),最终形成可视化、告警、报表与巡检。品牌定位与「信号→特征→判断→管理价值」及四类数据产出为编辑性框架(CLM-021,未验证)。

2026-09-13

想深入了解微物联方案?

联系微物联方案团队,获取定制化方案与技术支持。

常见问题

诊断引擎当前交付的 20 个核心子模型分成哪三组?

20 个核心子模型分成基础生命体征、电能质量体检与深层隐患挖掘三组,编号依次为模型01-05、06-12、13-20。要判断某个参数有没有被覆盖,先定位它落在哪一组,再核对对应编号。

同一组温度数据为什么要用 D1、D2、D5、D7 分别看?

温度要按 D1 幅值、D2 变化率、D3 趋势漂移、D5 波动幅度与 D7 时序风险评分分别看,才能区分偶发波动与持续劣化。看到温度上蹿下跳时,先用 D5 判断是否短时抖动,再用 D3 判断是否长期漂移。

6 级告警里 BJ1 与 BJ2 分别要求多长时间处置?

BJ1 对应 20-39 分,要求 48 小时内处置;BJ2 对应 0-19 分,要求立即停机。分级之后按处置时限排优先级,落在 BJ2 区间的回路要第一时间断电检查,不能排队等工单。

安全红线对剩余电流与线路温度分别卡在哪?

5 条安全红线中,剩余电流 ≥300mA 依据 GB 13955,线路温度 ≥110°C 依据 GB 16895。这类红线不参与加权分级,命中即给出最高级结论,现场核查时先拿这两条比对实测值。

谐波指纹库靠什么匹配、多快能锁定污染源?

谐波指纹库含 14 类设备指纹,通过余弦相似度大于 0.85 匹配,可在 2 小时锁定污染源。现场先看匹配到哪一类设备,再用模型06-12 的电能质量子模型核对谐波水平是否超标。