直接回答
当一次谐波超标发生时，真正棘手的问题往往不是"超没超"，而是"污染源在哪一侧、治理责任由谁承担"。产品知识库给出的口径是：谐波溯源与责任划分的选型组合，为千知引擎（大模型）的 M06 谐波子模型加谐波指纹库，再配天衍引擎（大模型）依据 IEEE 1459 的 Q-01 模型。其中，千知引擎（大模型）负责谐波识别，谐波指纹库以余弦相似度大于 0.85 匹配 14 类设备指纹，可在约 2 小时内锁定污染源，而传统方式往往需要数周；天衍引擎（大模型）的 Q-01 模型则负责量化用户侧与电网侧的谐波贡献。在这条链路之上，万象引擎（大模型）用安全、效率、寿命、碳排四个维度做影响评估，基础权重分别为 0.30、0.30、0.20、0.20，并支持按行业动态调整。本文只复述产品知识库所列条目，不推断任何现场的治理效果或责任认定结论。
一、为什么谐波问题要落到溯源与责任
谐波治理的难点，通常不在"发现"，而在"归属"。同一段母线上有几台设备同时运行，谐波电流叠加在一起，只看总畸变率很难判断究竟是谁造成的。如果无法定位污染源，治理投入就可能落错方向，责任划分也难以公允。产品知识库把"谐波溯源与责任划分"单列为一个应用组合，说明这项能力被当作一个完整问题来处理，而不是只停留在超标报警。
要回答归属问题，需要两类能力：一是从实测波形中识别出谐波特征并匹配到设备类型，即"锁定污染源"；二是把母线处的谐波贡献分解到用户侧与电网侧，即"划分责任"。产品知识库给出的组合，正是分别由千知引擎（大模型）与天衍引擎（大模型）承担这两类能力，再由万象引擎（大模型）从影响维度上给出加权评估。理解这三者的分工，是理解整个溯源链路的前提。
二、千知引擎的谐波分析能力
产品知识库记载，千知引擎（大模型）共有 20 个专项子模型，其中电能质量体检为 M06 至 M12。谐波子模型覆盖 2 至 50 次并含 THD（总谐波畸变率）。把范围列到 2 至 50 次，意味着分析并非只看总畸变率，而是把各次谐波分量分开呈现，便于后续与设备指纹逐一比对。
除谐波外，M06 至 M12 还包含电压不平衡、电流不平衡（序分量）、功率因数、电压暂降（判据为 ITIC 与 SEMI F47）、电压波动（判据为 IEC 61000-4-15）以及间谐波。这些方向共同构成电能质量体检的完整覆盖面。对谐波溯源而言，这一点很关键：污染源的特征往往不只在谐波频谱上体现，还会与不平衡、波动等指标相互印证。
产品知识库还记载，千知引擎（大模型）的技术规格为单轮分析约 800 毫秒（在 L4 层执行）且全并行，覆盖 GB/T 12325、GB/T 14549、GB/T 15543 等 13 条主要标准。其中，GB/T 14549 对应谐波，GB/T 15543 对应三相电压不平衡，GB/T 12325 对应电压偏差。标准覆盖的意义在于，分析的判读口径可以落到具体标准条目上，而不是凭经验设定阈值。
三、谐波指纹库如何锁定污染源
产品知识库记载，谐波指纹库含 14 类设备指纹，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。所谓设备指纹，是把不同类型设备在运行时表现出的谐波特征模式化，形成可比对的模板。当实测频谱与某一指纹模板高度接近时，即可推断现场存在该类设备。
匹配采用余弦相似度，阈值设定为大于 0.85。也就是说，只有相似度超过该门槛，才认为匹配成立。产品知识库记载，借助这一方式可在约 2 小时内锁定污染源，而传统方式往往需要数周。这一时间差来自方法差异：传统排查往往依赖逐台设备停运试验或人工分析，而指纹库把比对前置到频谱层面，先在数据上缩小范围，再落到现场核实。
需要说明的是，本文只引用产品知识库所列的指纹类别数、相似度门槛与定位时间，不推断未列出的指纹特征、匹配算法细节，也不将这一能力扩大为对任意现场的保证。
四、天衍 Q-01 与用户侧、电网侧的责任划分
锁定污染源之后，下一个问题是责任如何划分。产品知识库记载，天衍引擎（大模型）的 Q-01 模型负责量化用户侧与电网侧的谐波贡献，依据为 IEEE 1459。这一标准的定位，是对谐波等电能质量指标给出统一的功率定义与量化方法，使"用户侧贡献多少、电网侧贡献多少"能够以同一口径表达。
把千知引擎（大模型）与天衍引擎（大模型）组合使用，逻辑是清晰的：前者回答"是哪类设备在产生谐波"，后者回答"这些谐波在公共连接点上如何分摊"。前者解决定性定位，后者解决定量划分。产品知识库把"千知 M06 加指纹库加天衍 Q-01"列为谐波溯源与责任划分的选型组合，说明两项能力是配套使用的，而非各自独立。理解这一点，有助于在评估时把"识别"与"定责"当成一个连续过程看待。
五、四维影响评估与动态权重
污染源和责任明确之后，还需要回答"这次谐波在各维度上意味着什么"。产品知识库记载，万象引擎（大模型）的四维影响评估覆盖安全、效率、寿命、碳排，基础权重为安全 0.30、效率 0.30、寿命 0.20、碳排 0.20。四个维度相加为 1，构成一个可加权汇总的评估框架。
更重要的是，权重并非固定不变。产品知识库记载，该评估支持行业动态权重：医院场景下安全权重为 0.50，工厂场景下效率权重为 0.40，碳考核场景下碳排权重为 0.35。也就是说，同一谐波事件，在不同行业场景下得到的影响排序可能不同。医院更看重安全，工厂更看重效率，处在碳考核下的用户则更看重碳排。动态权重让评估结论更贴近场景实际，而不是用一套通用权重套用所有用户。
需要强调的是，以上权重均为产品知识库所列口径，本文不据此推导具体项目的评分结果。
六、从告警到监测终端
分析结果最终要落到可执行的告警上。产品知识库记载，千知引擎（大模型）采用 6 级告警体系：正常（85 至 100 分）、关注 Watch（70 至 84 分）、YJ1（55 至 69 分）、YJ2（40 至 54 分）、BJ1（20 至 39 分，48 小时内处置）、BJ2（0 至 19 分，立即停机）。等级越靠后，处置要求越紧迫。每条告警均携带标准条文引用、四维影响标签（安全、效率、寿命、碳排各按 0 至 100 分计）、置信度与场景标签。这一组合让告警不止说明"哪里异常"，还说明"依据哪条标准、影响哪些维度、可信程度如何、发生在什么场景"。
在感知侧，产品知识库记载，电能质量监测器（ESE-22111-R）在相位监测基础上增加谐波监测，覆盖 2 至 31 次谐波，精度为 ±1%。对于电能质量与谐波的专项治理，产品知识库推荐电能质量监测器或多要素电气智能测控器（电能质量款），并配天衍引擎（大模型）的谐波分析。也就是说，从现场采集到引擎分析再到告警输出，是一条前后衔接的链路。
适用范围与限制
第一，本文只复述产品知识库所列内容，事实边界以千知引擎（大模型）电能质量体检 M06 至 M12 的谐波 2 至 50 次与 THD、13 条主要标准、单轮约 800 毫秒与全并行、谐波指纹库的 14 类设备指纹与余弦相似度大于 0.85 匹配及约 2 小时定位、天衍 Q-01（IEEE 1459）的用户侧与电网侧谐波贡献划分、万象引擎（大模型）四维影响评估的基础权重与行业动态权重、6 级告警体系，以及电能质量监测器（ESE-22111-R）的 2 至 31 次谐波与 ±1% 精度等条目为限。
第二，本文不摘引 GB/T 12325、GB/T 14549、GB/T 15543 及 IEEE 1459、ITIC、SEMI F47、IEC 61000-4-15 等标准的条款原文，也不以标准名义给出未核对的限值，标准内容以正式发布文本为准。
第三，谐波指纹库的 14 类设备指纹、相似度门槛与定位时间均为产品知识库口径，本文不将其扩大为对任意现场的保证，也不推断指纹特征与匹配算法的内部细节。
第四，四维影响评估的基础权重与行业动态权重为产品知识库所列，本文不据此推导具体项目的评分或排序结论。
第五，本文不提供谐波治理的具体配置方案、责任认定的法律结论或治理效果承诺，实际评估以最新产品资料、标准库匹配结果与项目条件为准。
