負荷預測 MAPE<3% 代表什麼
直接回答
平均絕對百分比誤差（MAPE）小於 3% 是天衍引擎（預測，V1.0→V2.0）的 E-06 極短期負荷預測給出的誤差口徑。它衡量的是預測值相對實際值的平均百分比偏差，並且與 15 分鐘至 2 小時的預測窗口綁定：脫離這一窗口與演算法前提，單獨引用 MAPE<3% 會失去參照。E-06 採用 XGBoost 與 LightGBM，屬於天衍引擎 V2.0 規劃中 E 用能分析板塊的模型之一。因此，MAPE<3% 應被理解為特定任務、特定窗口下的效能表述，而不是對任何具體現場預測效果的通用保證。
指標與窗口的綁定
15 分鐘至 2 小時這一區間，界定「極短期」的邊界：下端是分鐘級，上端是小時級。MAPE 小於 3% 與該窗口綁定，衡量的是這一時間範圍內的平均百分比偏差。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。E-06 所依賴的 XGBoost 與 LightGBM，是天衍引擎核心演算法集合中的取值；該集合還包括 CUSUM 變化點檢測、Prophet（注入 Arrhenius 電氣知識）與 Holt-Winters 三重指數平滑，不同任務選用不同工具。
模型在體系中的位置
天衍引擎在家族總覽中的定位為「預測大腦·決策層」，職責為 67 個預測模型。其 V2.0 分 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 處在該板塊之中，同板塊的 P0 首發模型為 E-01 NILM 非侵入負荷分解。把 E-06 放回體系，才能理解 MAPE<3% 是 67 個模型中一個具體模型的指標。
精度如何被維持：維運閉環
產品知識庫記載的 MLOps 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 漂移檢測，並進行每月模型更新。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，並透過漂移檢測判斷資料分布是否發生偏移。影子部署與 A/B 測試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。
運行鏈路
太一智控中樞系統的七級流水線以 L7 持久化收口，動作包括雙庫儲存、即時推送與觸發天衍預測，端到端小於 2 秒，資料接入成功率為 99.9%。這說明負荷預測運行在該鏈路的 L7 之後：資料先完成接入與處理，再觸發預測。精度指標要落到營運中，依賴的正是這條持續供數的鏈路，而非孤立的演算法；資料接入成功率為 99.9%，也說明該鏈路為預測提供了較穩定的資料輸入。
交付分期
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「MAPE<3% 代表什麼」，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、維運閉環、運行鏈路與交付分期。 「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。 MAPE<3% 為與 15 分鐘至 2 小時窗口綁定的誤差口徑，不構成對特定現場預測精度的承諾。 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；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。
