數字能源

用能分析E板塊模型版圖

天衍引擎(大模型)的用能分析能力,落在它四板塊規劃中的 E 板。產品知識庫記載,天衍引擎按 S、Q、E、C 四個板塊規劃,其中 E 用能分析在 V2.0 規劃中列為 15 項,文件介紹口徑為 9 個;該板的首發落點是 E-01 非侵入式負荷分解。也就是說,回答「E 板包含多少模型、覆蓋哪些方向」,口徑上要同時看兩個數字:規劃 15 項與文件介紹口徑 9 個,二者並存,而非互相否定。方向則由首發模型點明——首先落地的是面向設備級用能的識別能力。在此基礎上,產品知識庫還記載了極短期負荷預測 E-06 的預測窗口與誤差口徑,以及 CUSUM、Prophet、XGBoost/LightGBM、Holt-Winters 等核心算法。

2026-09-25 數字能源 微物聯 7 分鐘
天衍引擎 E 板用能分析版圖:從規模、首發到協同
天衍引擎 E 板用能分析版圖:從規模、首發到協同

直接回答

天衍引擎(大模型)的用能分析能力,落在它四板塊規劃中的 E 板。產品知識庫記載,天衍引擎按 S、Q、E、C 四個板塊規劃,其中 E 用能分析在 V2.0 規劃中列為 15 項,文件介紹口徑為 9 個;該板的首發落點是 E-01 非侵入式負荷分解。也就是說,回答「E 板包含多少模型、覆蓋哪些方向」,口徑上要同時看兩個數字:規劃 15 項與文件介紹口徑 9 個,二者並存,而非互相否定。方向則由首發模型點明——首先落地的是面向設備級用能的識別能力。在此基礎上,產品知識庫還記載了極短期負荷預測 E-06 的預測窗口與誤差口徑,以及 CUSUM、Prophet、XGBoost/LightGBM、Holt-Winters 等核心算法。本文只複述上述既有條目,不推斷未列示的模型清單構成。

一、四板塊中的 E:用能分析的位置

產品知識庫把天衍引擎的規劃分成 S、Q、E、C 四個板塊,E 用能分析是其中之一,與其他方向並列。把 E 放回四板塊的框架裡看,它的定位是回答「用能」這一類問題:設備用了多少電、用在哪裡、下一步會用多少。這個定位決定了 E 板的模型不是孤立的功能點,而是一組圍繞用能分析展開的能力集合。

對產品規劃與能源方案人員而言,理解 E 板的第一步不是記住每一個模型,而是看清它在整塊引擎中的地位。四板塊的劃分意味著天衍的預測能力是分類組織的,用能分析是其中一個獨立方向;板塊之間可以協同,但各自有明確的問題域。把 E 板當作一個整體來看,才談得上有「版圖」。

二、數量口徑:15 項與 9 個

對「E 板包含多少模型」這個問題,產品知識庫給出的是兩個並存的口徑:V2.0 規劃 15 項,文件介紹口徑 9 個。兩者並不矛盾——一個是規劃總量,一個是文件實際展開介紹的條目數。理解這一點很重要:在對外表述用能分析版圖時,宜按知識庫口徑註明來源,而不是把其中一個數字當成唯一答案。凡涉及數量的表達,都應能夠回到產品知識庫的對應條目。

三、首發落點:非侵入式負荷分解

產品知識庫把 E-01 記為 E 用能分析板的 P0 首發模型,其能力為非侵入式負荷分解。所謂非侵入式,指不改變原有配電與設備接線,僅從已有的電流訊號入手。作為首發落點,E-01 的意義不僅是多了一個模型,而是為整塊 E 板確立了第一個可交付能力:把用能資料從總表層面細化到設備層面。

對使用者而言,這一能力的價值在於「看得進去」。總體電量只能回答用了多少,設備級識別才能回答用在了哪裡。當用能構成可以被分解到設備一級,節能診斷、負荷管理才有直接的資料支撐。E 板以 E-01 打頭,說明其規劃順序是先解決「識別」,再向預測等方向延伸。

四、非侵入式負荷分解如何識別設備

產品知識庫記載,E-01 無需額外硬體,透過電流波形識別具體設備,識別依據為啟動特徵、穩態功率與諧波特徵的聯合。三類特徵各司其職:啟動特徵捕捉設備開啟瞬間的過渡過程,穩態功率反映設備穩定運行時的功率水平,諧波特徵對應電流波形中的高頻成分。三者聯合,才能把功率相近、外形難以區分的設備分開。

需要強調的是,這是產品知識庫所記的識別方式,本文不據此推斷識別準確率或適用設備範圍。「無需額外硬體」同樣按知識庫口徑引用,不擴展為對任意現場安裝條件的結論。

五、極短期負荷預測與核心算法

E 板中另一條被知識庫點明的方向是極短期負荷預測。產品知識庫記載,E-06 極短期負荷預測採用 XGBoost/LightGBM,預測窗口為 15 分鐘到 2 小時,MAPE 小於 3%。這組口徑說明:預測面向的是較短的時間尺度,評價指標為平均絕對百分比誤差。

在更底層,產品知識庫列出天衍引擎的核心算法包含 CUSUM 變化點檢測、注入 Arrhenius 電氣知識的 Prophet,以及 XGBoost/LightGBM 與 Holt-Winters 三重指數平滑。這些算法共同服務於預測類任務:變化點檢測用於發現序列中的轉折,Prophet 藉助電氣知識增強趨勢建模,機器學習與指數平滑分別應對不同形態的負荷序列。把 E-06 與這組底層算法並列來看,可以理解 E 板的能力既有面向結果的模型,也有支撐建模的算法基礎。

六、跨引擎協同:萬象負載指紋

用能分析並不只發生在天衍引擎內部。產品知識庫記載,萬象引擎(大模型)V5.0 的演進方向是非侵入式負載指紋。在「產品選型與 AI 能力對照」中,非侵入式負荷識別的選型組合被列為天衍引擎 E-01 加萬象引擎 V5.0 負載指紋。也就是說,設備級用能識別這一能力,在產品層面由天衍與萬象協同承擔:E-01 提供負荷分解,萬象的負載指紋提供識別側的支撐。

這一組合把用能分析與識別能力連接起來,也說明 E 板的落地並不侷限於單一引擎。方案人員在規劃用能分析能力時,需要同時考慮天衍與萬象的分工,而不是把負荷識別理解為天衍一家的功能。

七、版圖如何用於規劃

把上述內容合起來,E 板模型版圖可以按三層理解。第一層是總量:V2.0 規劃 15 項、文件介紹口徑 9 個,標明板塊的規模與展開程度。第二層是首發:E-01 非侵入式負荷分解,點明第一個可交付能力。第三層是算法與協同:E-06 的預測窗口與誤差口徑、CUSUM 等核心算法,以及天衍 E-01 加萬象負載指紋的組合,說明能力如何向下紮根、向外協同。

三層合起來,就構成一幅可用的導航圖:先看板塊規模,再看首發模型,最後看支撐與協同。按此順序理解,E 板既不是一份靜態清單,也不是一句「有很多模型」的籠統描述,而是有明確起點與延伸方向的能力版圖。以上均以產品知識庫所列條目為限。

適用範圍與限制

第一,本文只複述產品知識庫所列內容,事實邊界以天衍引擎 S、Q、E、C 四板塊規劃、E 用能分析 V2.0 規劃 15 項與文件口徑 9 個、E-01 與 E-06 的定位及算法、萬象 V5.0 負載指紋及選型組合等既有條目為限。

第二,數量口徑按「V2.0 規劃 15 項、文件介紹口徑 9 個」引用,本文不對兩者作其他解讀,也不推斷模型清單的逐項構成。

第三,E-01「無需額外硬體、以電流波形識別設備、三類特徵聯合」按產品知識庫所列口徑引用,本文不推斷識別準確率、適用設備範圍或部署條件。

第四,E-06 的預測窗口 15 分鐘至 2 小時與 MAPE 小於 3%,以及 CUSUM、Prophet、XGBoost/LightGBM、Holt-Winters 等算法,均按產品知識庫所列引用,本文不擴展未提及的訓練或調參細節。

第五,非侵入式負荷識別的選型組合以產品知識庫所列為限,本文不提供具體配置、部署或效果結論。

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。