直接回答
在千知引擎的 7 维感知矩阵里，D4 是异常密度维度。产品资料给出的七个维度依次为：D1 幅值、D2 变化率、D3 趋势漂移（核心）、D4 异常密度、D5 波动幅度、D6 关联验证、D7 时序风险评分（0-100 综合决策）。异常密度关注的是“单位时间或单位样本里出现异常的次数有多密集”，与幅值、变化率等单次度量不同，它描述的是异常分布的疏密程度。理解 D4，关键是把它放回七维协同的结构中：它不单独下结论，而是与其他维度共同支撑后续的综合评分。本文只引用产品资料所列的维度名称、顺序与口径，不推断 D4 的具体算法。
一、7 维感知矩阵的整体结构
7 维感知不是七个互相独立的指标，而是一套分工明确的矩阵。产品资料按顺序列出：D1 幅值、D2 变化率、D3 趋势漂移、D4 异常密度、D5 波动幅度、D6 关联验证、D7 时序风险评分。其中 D3 趋势漂移被标注为核心维度，D7 时序风险评分给出 0-100 的综合决策结果。
把这七个维度按性质分组，可以看得更清楚：D1、D2、D5 属于对信号本身的度量；D3 属于对时间趋势的刻画；D4 属于对异常出现频次的刻画；D6 属于对不同信号之间关系的验证；D7 则是一个汇总输出。也就是说，矩阵既包含输入侧的感知维度，也包含输出侧的综合评分，D4 处在输入侧偏“分布”的位置。
二、D4 异常密度在矩阵中的位置
D4 位于七维的第四位，前有幅值、变化率与趋势漂移，后有波动幅度、关联验证与时序风险评分。这个位置本身说明了它的定位：在完成对单个信号的幅度与趋势刻画之后，进一步刻画异常的密集程度。
从命名看，“异常密度”包含两层含义：一是“异常”，即需要先有异常判定；二是“密度”，即关注的不是某一次异常，而是异常在样本中的分布疏密。这使它区别于 D1 幅值——幅值回答“值有多大”，异常密度回答“异常出现得有多频繁”。二者可能同时出现，也可能互相背离：幅值不高但异常频发，与幅值较高但仅偶发一次，是不同的形态。产品资料没有给出异常密度的计算窗口或阈值，因此本文只说明该维度描述的是异常的分布疏密，不补充计算细节。
三、异常密度为什么独立成维
异常密度之所以独立成为一个维度，是因为“频率”本身携带了幅值所不含的信息。一个持续偶发的小异常，和一个偶发但幅度较大的异常，对系统的含义并不相同；单看幅值无法区分，单看变化率也难以刻画其反复出现的特征。异常密度把“出现得多不多”单独列出来，正是为了补上这一维信息。
同时要注意，D4 并不排名最高，也不被标注为核心。产品资料只把 D3 趋势漂移标注为核心维度，说明在千知引擎的设计里，趋势比单点的异常频次更受重视。理解这一轻重关系，有助于避免阅读时把“异常密度高”直接等同于“风险最高”——产品资料没有给出这样的对应关系，本文也不据此推断。
四、七个维度如何协同
七个维度是协同关系，而不是简单相加。D6 关联验证的存在，说明系统会检查不同信号或不同维度之间是否相互印证；D7 时序风险评分的存在，说明最终输出是一个 0-100 的综合结果，而不是某一维度的单独读数。D4 在这套协同中提供“异常频次”这一路输入，与幅值、变化率、趋势、波动等维度共同进入后续判断。
需要守住的边界是：产品资料只列出七个维度的名称、顺序与 D7 的综合评分区间，并未给出各维度的权重、D4 到 D7 的映射公式，或某一维度异常时的单一处置规则。因此本文只说明协同关系与各自定位，不推断维度之间的加权方式，也不把 D4 单独抽出来当作独立结论使用。
五、20 个专项子模型的三个分组
7 维感知并不是孤立运行的，它与千知引擎的子模型体系配合。产品资料记录，千知引擎的核心架构为 50 个参数子模型，当前有 20 个核心子模型，编号 M01 至 M20，并按三类分组：M01 至 M05 为基础生命体征，M06 至 M12 为电能质量体检，M13 至 M20 为深层隐患挖掘。
三组子模型的划分体现了从基础到深入的层次：基础生命体征对应最基础的运行状态，电能质量体检对应电能质量相关参数，深层隐患挖掘对应更隐蔽的问题。7 维感知与这些子模型共同构成“50 个子模型乘 7 维感知”的核心架构。产品资料把子模型数与感知维度的版本口径一并给出，本文按此引用，不补充未列的子模型编号或功能。
六、结果如何落到分级告警
分析结果最终落到分级告警。产品资料的告警体系为：正常（85-100）、关注 Watch（70-84）、YJ1（55-69）、YJ2（40-54）、BJ1（20-39，48 小时内处置）、BJ2（0-19，立即停机）。每条告警携带标准条文引用、四维影响标签、置信度与场景标签。也就是说，D7 的 0-100 综合评分与这套分级区间相衔接，评分落在哪个区间，对应哪个告警级别。
在产品资料的整体流程中，千知分析位于七级流水线的 L4 层，50 个子模型并行执行，单轮分析约 800ms，覆盖 GB/T 12325、GB/T 14549、GB/T 15543 等 13 条主要标准。这里要守住的是：本文只引用流水线层级、并行方式、单轮时间口径与标准条数，不把 800ms 推断为任一现场的实际耗时，也不把标准覆盖数当作认证结论。
适用范围与限制
第一，本文只复述产品资料所列内容，事实边界以千知引擎的核心架构、7 维感知矩阵、20 个子模型分组、告警体系与七级流水线记载为限。
第二，7 维感知矩阵的维度名称与顺序，以及 D3 为核心维度、D7 为 0-100 综合决策，按所列口径引用；本文不补充各维度权重或 D4 的计算方法。
第三，D4 异常密度描述异常的分布疏密，是由维度名称与其在矩阵中的位置得出的一般性说明，产品资料未给出异常密度的计算窗口或阈值，本文不据此推断具体判定。
第四，20 个核心子模型的分组 M01-M05、M06-M12、M13-M20 及其含义，按所列口径引用；本文不补充未列子模型。
第五，分级告警的区间、处置要求与随附信息，按告警体系所列口径引用；本文不把 D4 单独等同于某一告警级别。
第六，千知分析位于七级流水线 L4、50 个子模型并行、单轮约 800ms 与覆盖 13 条主要标准，按技术规格所列口径引用；本文不推断现场性能或认证结论；实际以最新产品资料与正式文件为准。
