数字能源

L2四级清洗的G5洗掉了什么

产品知识库把 L2 定义为太一智控中枢系统七级流水线的清洗层,执行 G5 四级数据清洗:去噪、去重、异常标记、插值补全;L2 的前一道是 L1 接入,后一道是 L3 标准校验,四级动作都发生在进入分析与决策之前。

2026-09-21 数字能源 微物联 4 分钟
太一七级流水线中的 L2 清洗层
太一七级流水线中的 L2 清洗层

直接回答

L2 清洗层执行的是 G5 四级数据清洗,四个动作分别是去噪、去重、异常标记与插值补全。它在太一智控中枢系统的七级流水线中处于第二级,前一级是 L1 接入,后一级是 L3 标准校验。用一句话概括清洗的对象:L1 把数据读进来之后,L2 处理的是数据本身的质量问题,而不是判断数据意味着什么。去噪对应信号层面的干扰,去重对应重复上报,异常标记对应越界或不可信的读数,插值补全对应缺失点。四个动作都发生在进入分析与决策之前。

一、L2 在七级流水线中的位置

产品知识库记载,太一智控中枢系统的七级流水线为:L1 接入、L2 清洗、L3 标准校验、L4 千知分析、L5 万象研判、L6 融合决策、L7 持久化。其中 L4 千知分析为 50 个子模型并行、单轮约 800 毫秒。L2 处于第二级,承接 L1 的接入结果,再交给 L3 做标准校验。

二、四个动作分别对应什么

G5 四级清洗的四个动作,各自对应一类数据质量问题。去噪针对采集信号中的干扰;去重针对同一数据的重复上报;异常标记针对超出可信范围的读数;插值补全针对采集缺失。四个动作并非同一种处理,而是分别覆盖噪声、重复、异常与缺失四类不同问题;把四类问题分开处理,才能让每一类都有对应的动作,而不是把所有问题混在同一步完成。四个动作串联之后,进入下游的是一份在形式上更规整的数据。

三、清洗的前一道:L1 接入

L1 接入层负责 40 多个协议的解析,示例包括 Modbus、MQTT、OPC-UA、104 与 BACnet。也就是说,到达 L2 的数据,已经是完成多协议接入之后的数据。协议接入解决的是“能不能读进来”,清洗解决的是“读进来的数据干不干净”。

四、清洗的后一道:L3 标准校验

L3 为标准校验,其前置角色是安全红线预检。产品知识库记载,红线预检在千知子模型计算之前执行,一旦触发红线,直接输出最高级告警,并跳过所有加权运算。把红线放在清洗之后、分析之前,意味着清洗完成的数据先过一遍不可放宽的判据,再进入模型运算;也意味着进入模型的读数已经过一轮整理,而不是原始采集值。

五、太一后端与前置层的分工

产品知识库记载,太一后端被称为“数据血液”,能力包括 40 多个协议接入、四级清洗、PB 级时序数据湖与智能数据总线。其中时序数据湖用于承载长期数据,智能数据总线用于数据的流转,四级清洗是二者之前的环节。数据路径为:传感器数据经太一后端接入与清洗,进入前置层做红线预检,再交给千知、万象与天衍,最后经标准服务与决策界面输出。前置的职责由七级流水线的 L1 至 L3 承担;产品知识库中未见独立的“前置大模型”命名,前置能力以红线前置预检结合千知中枢的统一调度形式存在。

适用范围与限制

第一,本文只复述产品知识库所列内容,不引入未列的标准条文、参数、认证或案例。

第二,文中四级清洗的四个动作、七级流水线各级名称、50 个子模型并行、单轮约 800 毫秒,以及太一后端的能力组成,均为产品知识库所列口径。

第三,本文不对清洗算法的具体实现、阈值或效果作推断。

第四,实际数据质量与部署效果须结合现场条件与最新产品资料确认。

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

天衍引擎的 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。太一智控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
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(§1.1)、§3-§4 监测产品线把物理量结构化、§8.1 四层架构与 §8.2 协议矩阵上行 FEXCloud、千知 50 子模型×7 维/万象 18 级场景树/天衍 67 模型(§11.1-§11.3)、太一七级流水线端到端<2 秒(§11.5),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。