數字能源

極短期負荷預測 E-06 怎麼做

預測引擎的 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%。它屬於預測引擎 E 用能分析板塊,同板塊 P0 首發模型為 E-01 NILM 非侵入負荷分解;模型按維運閉環月度更新。

2026-09-21 數字能源 微物聯 4 分鐘
極短期負荷預測 E-06:採集點與預測窗口
極短期負荷預測 E-06:採集點與預測窗口

極短期負荷預測 E-06 怎麼做

直接回答

預測引擎(預測,V1.0→V2.0)的 E-06 極短期負荷預測,採用的演算法是 XGBoost 與 LightGBM,預測窗口為 15 分鐘至 2 小時,平均絕對百分比誤差(MAPE)小於 3%。它屬於預測引擎 V2.0 規劃中 E 用能分析板塊的模型之一;該板塊的 P0 首發模型為 E-01 NILM 非侵入負荷分解,E-06 與 E-01 同處用能分析的模型序列。要理解 E-06 怎麼做,需要把它放回預測引擎的演算法組合、模型分期與維運閉環中來看。

模型參數與定位

產品知識庫記載,E-06 極短期負荷預測使用 XGBoost 與 LightGBM,窗口為 15 分鐘至 2 小時,MAPE 小於 3%。這一窗口決定了它回答的是「接下來很短一段時間內負荷會怎樣」,而不是中長期趨勢。預測引擎 V2.0 規劃 61 至 67 個模型,分為 S 安全分析、Q 電能品質、E 用能分析、C 節能對策四個板塊。E 用能分析板塊的模型數按 V2.0 規劃為 15 項,而文件介紹口徑為 9 個,兩個口徑並存,引用時應註明口徑來源。E-06 處在這一板塊之中。

預測窗口與誤差口徑

15 分鐘至 2 小時這一窗口,界定了「極短期」的邊界:下端是分鐘級,上端是小時級,超出這一範圍的任務不屬於 E-06 的適用範圍。MAPE 小於 3% 是誤差口徑,衡量的是預測值相對實際值的平均百分比偏差;它是模型性能的表述,而不是對任何具體現場效果的承諾。把窗口與誤差口徑一併記住,才能在實際引用時不把「極短期」與「短期」「中期」混用,也不把誤差口徑誤讀為通用保證。

演算法組合

預測引擎的核心演算法被記載為:CUSUM 變化點偵測、Prophet(注入 Arrhenius 電氣知識)、XGBoost 與 LightGBM,以及 Holt-Winters 三重指數平滑。多種演算法並置,意味著不同任務選用不同工具:變化點偵測用於捕捉均值漂移,Prophet 用於帶電氣先驗的趨勢外推,樹模型用於特徵驅動的擬合,Holt-Winters 用於含趨勢與季節性的時序平滑。E-06 採用其中的 XGBoost 與 LightGBM,是這一演算法組合在極短期負荷任務上的具體取值。

與同板塊 E-01 的關係

同一 E 用能分析板塊中,E-01 NILM 非侵入負荷分解被列為 P0 首發模型。其特點是無額外硬體,透過電流波形識別具體設備,依據為啟動特徵、穩態功率與諧波特徵的聯合判斷。E-06 與 E-01 面向不同問題:前者預測負荷走向,後者分解設備用電。把二者放在同一板塊,說明用能分析既包含「未來用量」的預測,也包含「當前由誰在用」的分解。

模型如何迭代:維運閉環

產品知識庫記載的維運閉環為:專家標註與自動標註、批次訓練與線上增量、多指標驗證、影子部署、A/B 測試、PSI 與 KS 漂移偵測,並進行月度模型更新。對 E-06 而言,這意味著預測模型不是一次訓練後固定不動,而是按月更新,並透過漂移偵測判斷資料分布是否發生偏移。影子部署與 A/B 測試則用於在正式替換前對比模型表現。本文不複述訓練資料規模、特徵工程細節或標註流程,產品知識庫未列示這些內容。

交付分期中的位置

預測引擎的交付分三階段:V1 選取 8 至 12 個模型,V1.5 擴展至 20 個以上,V2 趨近全量 60 個。也就是說,E-06 是否在某一期落地,取決於該期選取的模型清單,本文不推斷其所屬期次。

適用範圍與限制

本文僅回答「E-06 極短期負荷預測怎麼做」,內容限於產品知識庫已記載的模型演算法、預測窗口、誤差口徑、板塊劃分、演算法組合、維運閉環與交付分期。 「15 項」與「9 個」為 E 用能分析板塊兩個並存口徑,本文同時呈現,不擇一替代。 本文不提供模型訓練細節、特徵清單、標註規模、硬體配置或任何未列指標;也不對具體現場預測精度作承諾。 實際應用須結合資料品質、取樣條件與最新產品資料逐項確認。

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

預測引擎的 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。協同控制引擎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
生產數據的公司:從傳感到上行的一條鏈
數字能源

生產數據的公司:從傳感到上行的一條鏈

「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(对应资料)、对应资料-对应资料 監測產品線把物理量結構化、对应资料 四層架構與 对应资料 協定矩陣上行 FEXCloud、診斷引擎 50 子模型×7 維/關聯分析引擎 18 級場景樹/預測引擎 67 模型(对应资料-对应资料)、協同控制引擎七級流水線端到端<2 秒(对应资料),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。

常見問題

E-06 用什麼演算法,預測窗口有多長?

演算法是 XGBoost 與 LightGBM,預測窗口為 15 分鐘至 2 小時,MAPE 小於 3%。超出這一窗口的任務不屬於 E-06 的適用範圍,選型前先確認要預測多遠。

MAPE 小於 3% 能當成現場精度承諾嗎?

不能,MAPE 小於 3% 是誤差口徑,衡量預測值相對實際值的平均百分比偏差,不是對具體現場效果的承諾。引用時把窗口與誤差口徑一起寫,避免被讀成通用保證。

同一用能分析板塊裡,E-06 與 E-01 各管什麼?

E-01 是 NILM 非侵入負荷分解、列為 P0 首發模型,靠電流波形判斷當前由誰在用電;E-06 則預測負荷走向。選型按問題類型對號:問未來用量用 E-06,問當前設備分解用 E-01。

模型上線後會不會一直沿用同一版?

不會,維運閉環含影子部署、A/B 測試與 PSI、KS 漂移偵測,並進行月度模型更新。出現資料分布偏移時按漂移指標判斷是否替換,而不是憑感覺換版本。

E 用能分析板塊到底有 15 項還是 9 個模型?

兩個口徑並存:V2.0 規劃為 15 項,文件介紹口徑為 9 個,引用時須註明口徑來源。寫方案或對外說明時任選其一都要標明依據,不能把兩個數字混用成一個結論。