负荷预测MAPE<3%代表什么
直接回答
平均绝对百分比误差（MAPE）小于 3% 是天衍引擎（预测，V1.0→V2.0）的 E-06 极短期负荷预测给出的误差口径。它衡量的是预测值相对实际值的平均百分比偏差，并且与 15 分钟至 2 小时的预测窗口绑定：脱离这一窗口与算法前提，单独引用 MAPE<3% 会失去参照。E-06 采用 XGBoost 与 LightGBM，属于天衍引擎 V2.0 规划中 E 用能分析板块的模型之一。因此，MAPE<3% 应被理解为特定任务、特定窗口下的性能表述，而不是对任何具体现场预测效果的通用保证。
指标与窗口的绑定
15 分钟至 2 小时这一区间，界定"极短期"的边界：下端是分钟级，上端是小时级。MAPE 小于 3% 与该窗口绑定，衡量的是这一时间范围内的平均百分比偏差。把窗口与误差口径一并记住，才能在实际引用时不把"极短期"与"短期""中期"混用，也不把误差口径误读为通用保证。E-06 所依赖的 XGBoost 与 LightGBM，是天衍引擎核心算法集合中的取值；该集合还包括 CUSUM 变化点检测、Prophet（注入 Arrhenius 电气知识）与 Holt-Winters 三重指数平滑，不同任务选用不同工具。
模型在体系中的位置
天衍引擎在家族总览中的定位为"预测大脑·决策层"，职责为 67 个预测模型。其 V2.0 分 S 安全分析、Q 电能质量、E 用能分析、C 节能对策四个板块。E 用能分析板块的模型数按 V2.0 规划为 15 项，而文档介绍口径为 9 个，两个口径并存，引用时应注明口径来源。E-06 处在该板块之中，同板块的 P0 首发模型为 E-01 NILM 非侵入负荷分解。把 E-06 放回体系，才能理解 MAPE<3% 是 67 个模型中一个具体模型的指标。
精度如何被维持：运维闭环
产品知识库记载的 MLOps 闭环为：专家标注与自动标注、批量训练与在线增量、多指标验证、影子部署、A/B 测试、PSI 与 KS 漂移检测，并进行月度模型更新。对 E-06 而言，这意味着预测模型不是一次训练后固定不动，而是按月更新，并通过漂移检测判断数据分布是否发生偏移。影子部署与 A/B 测试用于在正式替换前对比模型表现。本文不复述训练数据规模、特征工程细节或标注流程，产品知识库未列示这些内容。
运行链路
太一智控中枢系统的七级流水线以 L7 持久化收口，动作包括双库存储、实时推送与触发天衍预测，端到端小于 2 秒，数据接入成功率为 99.9%。这说明负荷预测运行在该链路的 L7 之后：数据先完成接入与处理，再触发预测。精度指标要落到运营中，依赖的正是这条持续供数的链路，而非孤立的算法；数据接入成功率为 99.9%，也说明该链路为预测提供了较稳定的数据输入。
交付分期
天衍引擎的交付分三阶段：V1 选取 8 至 12 个模型，V1.5 扩展至 20 个以上，V2 趋近全量 60 个。也就是说，E-06 是否在某一期落地取决于该期选取的模型清单，本文不推断其所属期次。
适用范围与限制
本文仅回答"MAPE<3% 代表什么"，内容限于产品知识库已记载的模型算法、预测窗口、误差口径、板块划分、运维闭环、运行链路与交付分期。 "15 项"与"9 个"为 E 用能分析板块两个并存口径，本文同时呈现，不择一替代。 MAPE<3% 为与 15 分钟至 2 小时窗口绑定的误差口径，不构成对特定现场预测精度的承诺。 本文不提供模型训练细节、特征清单、标注规模、硬件配置或任何未列指标；实际应用须结合数据质量、采样条件与最新产品资料逐项确认。
