數字能源

L2四級清洗的G5洗掉了什麼

產品知識庫把 L2 定義為太一智控中樞系統七級流水線的清洗層,執行 G5 四級資料清洗:去噪、去重、異常標記、插值補全;L2 的前一道是 L1 接入,後一道是 L3 標準校驗,四級動作都發生在進入分析與決策之前。

2026-09-21 數字能源 微物聯 4 分鐘
太一七級流水線中的 L2 清洗層
太一七級流水線中的 L2 清洗層

直接回答

L2 清洗層執行的是 G5 四級資料清洗,四個動作分別是去噪、去重、異常標記與插值補全。它在太一智控中樞系統的七級流水線中處於第二級,前一級是 L1 接入,後一級是 L3 標準校驗。用一句話概括清洗的對象:L1 把資料讀進來之後,L2 處理的是資料本身的品質問題,而不是判斷資料意味著什麼。去噪對應訊號層面的干擾,去重對應重複上報,異常標記對應越界或不可信的讀數,插值補全對應缺失點。四個動作都發生在進入分析與決策之前。

一、L2 在七級流水線中的位置

產品知識庫記載,太一智控中樞系統的七級流水線為:L1 接入、L2 清洗、L3 標準校驗、L4 千知分析、L5 萬象研判、L6 融合決策、L7 持久化。其中 L4 千知分析為 50 個子模型並行、單輪約 800 毫秒。L2 處於第二級,承接 L1 的接入結果,再交給 L3 做標準校驗。

二、四個動作分別對應什麼

G5 四級清洗的四個動作,各自對應一類資料品質問題。去噪針對採集訊號中的干擾;去重針對同一資料的重複上報;異常標記針對超出可信範圍的讀數;插值補全針對採集缺失。四個動作並非同一種處理,而是分別覆蓋噪聲、重複、異常與缺失四類不同問題;把四類問題分開處理,才能讓每一類都有對應的動作,而不是把所有問題混在同一步完成。四個動作串聯之後,進入下游的是一份在形式上更規整的資料。

三、清洗的前一道:L1 接入

L1 接入層負責 40 多個協定的解析,示例包括 Modbus、MQTT、OPC-UA、104 與 BACnet。也就是說,到達 L2 的資料,已經是完成多協定接入之後的資料。協定接入解決的是「能不能讀進來」,清洗解決的是「讀進來的資料乾不乾淨」。

四、清洗的後一道:L3 標準校驗

L3 為標準校驗,其前置角色是安全紅線預檢。產品知識庫記載,紅線預檢在千知子模型計算之前執行,一旦觸發紅線,直接輸出最高級告警,並跳過所有加權運算。把紅線放在清洗之後、分析之前,意味著清洗完成的資料先過一遍不可放寬的判據,再進入模型運算;也意味著進入模型的讀數已經過一輪整理,而不是原始採集值。

五、太一後端與前置層的分工

產品知識庫記載,太一後端被稱為「資料血液」,能力包括 40 多個協定接入、四級清洗、PB 級時序資料湖與智能資料匯流排。其中時序資料湖用於承載長期資料,智能資料匯流排用於資料的流轉,四級清洗是二者之前的環節。資料路徑為:感測器資料經太一後端接入與清洗,進入前置層做紅線預檢,再交給千知、萬象與天衍,最後經標準服務與決策介面輸出。前置的職責由七級流水線的 L1 至 L3 承擔;產品知識庫中未見獨立的「前置大模型」命名,前置能力以紅線前置預檢結合千知中樞的統一調度形式存在。

適用範圍與限制

第一,本文只複述產品知識庫所列內容,不引入未列的標準條文、參數、認證或案例。

第二,文中四級清洗的四個動作、七級流水線各級名稱、50 個子模型並行、單輪約 800 毫秒,以及太一後端的能力組成,均為產品知識庫所列口徑。

第三,本文不對清洗演算法的具體實現、閾值或效果作推斷。

第四,實際資料品質與部署效果須結合現場條件與最新產品資料確認。

相關知識

為什麼說微物聯是一家生產數據的公司?
數字能源

為什麼說微物聯是一家生產數據的公司?

“生產數據”不是簡單採集數據,也不是把設備接到平臺上。微物聯關注的是從電信號中提取可用特徵,從運行狀態中生成風險判斷,從設備行為中沉澱管理價值,讓數據真正服務能源效率與電氣安全。

2026-08-18
15 分鐘到 2 小時預測窗口的用途
數字能源

15 分鐘到 2 小時預測窗口的用途

天衍引擎的 E-06 極短期負荷預測採用 XGBoost 與 LightGBM,預測窗口為 15 分鐘至 2 小時,MAPE 小於 3%。該窗口的用途是支撐臨近時段的設備級營運動作,而不是替代中長期規劃;同一引擎體系中 S-02 剩餘電流趨勢漂移可提前 4 至 12 週預警,說明引擎覆蓋從週級到分鐘級的不同尺度。太一智控中樞系統七級流水線以 L7 持久化收口,端到端小於 2 秒、資料接入成功率 99.9%,為該窗口提供準即時的供數鏈路。

2026-09-22
為什麼說微物聯是一家生產資料的公司?
數字能源

為什麼說微物聯是一家生產資料的公司?

「生產資料的公司」不是口號:連接與採集只是起點。本文把微物聯解釋為一條可核驗的資料生產鏈——板載異形羅氏線圈 1μs 級異常電流擷取與微安級洩漏電流採集(§1.1)、§3-§4 監測產品線把物理量結構化、§8.1 四層架構與 §8.2 協定矩陣上行 FEXCloud、千知 50 子模型×7 維/萬象 18 級場景樹/天衍 67 模型(§11.1-§11.3)、太一七級流水線端到端<2 秒(§11.5),最終形成可視化、告警、報表與巡檢。品牌定位與「訊號→特徵→判斷→管理價值」及四類資料產出為編輯性框架(CLM-021,未驗證)。

2026-09-13

想深入瞭解微物聯方案?

聯繫微物聯方案團隊,獲取定製化方案與技術支持。