極短期負荷預測 E-06 怎麼做
直接回答
天衍引擎（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%。它屬於天衍引擎 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，需要把它放回天衍引擎的演算法組合、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。天衍引擎 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
天衍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
天衍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。
