直接回答
空載與輕載損耗之所以難被發現，是因為它們往往分散在大量設備上，單台看並不顯眼，彙總後卻持續佔用能耗。按現有產品資料，識別這類損耗的入口是非侵入式負載識別：它無需額外硬體，透過電流波形識別具體設備，判據由啟動特徵、穩態功率與諧波特徵聯合構成，可用於區分設備的運行、空載與輕載狀態。在此基礎上，用能分析板塊負責給出設備級的用電畫像，極短期負載預測負責把握短時波動，萬象引擎的跨維度關聯規則則把電流類特徵與具體隱患相互關聯。量化收益方面，太一智控中樞系統列出的綜合節能空間為百分之八至百分之二十。本文只複述這些既有口徑，不推斷具體現場的損耗比例或治理收益。
一、空載與輕載為什麼容易被漏掉
在只看迴路總量的計量方式下，空載與輕載損耗表現為一條持續但不突出的基線。設備處於運行、空載或輕載三種狀態時，其電流波形與功率特徵並不相同，但總量資料把三種狀態疊加成一條曲線，讀不出設備究竟處於哪一檔。於是，一台設備長時間空載運行，可能只體現為曲線略高於預期；當這樣的設備數量增多，基線被抬高，卻找不到具體的責任設備。要發現這類損耗，前提是把「迴路級總量」細化為「設備級狀態」，也就是把識別粒度從迴路下探到設備。
二、非侵入式負載識別如何判讀狀態
產品資料中的 E-01 非侵入式負載識別，特點是不需要額外加裝硬體，而是透過電流波形識別具體設備。它的判據由三部分聯合構成：啟動特徵、穩態功率與諧波特徵。啟動特徵用於識別設備是否進入運行，穩態功率用於判斷當前負載水平，諧波特徵則用於區分不同設備的波形指紋。三者聯合後，模型能夠把同一條迴路上的多個設備區分開，並給出每個設備的運行狀態。對空載與輕載損耗而言，關鍵的能力正在於此：它不只看「有沒有電流」，而是看電流波形所對應的設備狀態，從而把空載與輕載從正常運行中區分出來。
三、用能分析板塊的定位
產品資料記載，天衍引擎的 E 用能分析板塊在 V2.0 規劃中為十五項，文件介紹口徑為九個，P0 首發模型為 E-01 非侵入式負載識別。把 E-01 放在首發位置，說明設備級識別是用能分析的基礎：只有在設備狀態可分辨之後，用能分析才能進一步回答哪些設備在何時、以何種狀態耗電。這兩個口徑需要分開使用，規劃數用於內部排期，介紹口徑用於對外表述。對本文主題來說，重要的是 E-01 與用能分析板塊的關係——識別空載與輕載並不是一項孤立功能，而是該板塊設備級視角的起點。
四、基礎生命體徵與感知矩陣的支撐
除了設備級識別，產品資料中的千知引擎還提供基礎生命體徵子模型與多維感知矩陣。基礎生命體徵子模型涵蓋電流（含過載係數）等量；七維感知矩陣中包含變化率與趨勢漂移兩類特徵，其中趨勢漂移為核心特徵。把它們與空載識別放在一起看，可以理解狀態判讀的兩個層次：一是當下的狀態是運行、空載還是輕載，二是該狀態在一段時間內是否發生漂移。變化率反映短期波動，趨勢漂移反映長期走向。空載與輕載損耗往往不是突變，而是長期維持的偏高基線，趨勢類特徵因此對發現這類損耗尤為相關。
五、極短期預測提供的短時尺度
產品資料中的極短期負載預測模型採用梯度提升類演算法，時間尺度為十五分鐘至兩小時，平均絕對百分比誤差低於百分之三。它不直接識別空載狀態，但為狀態判斷提供時間維度的參照：在十五分鐘至兩小時的尺度上，負載能否被預測，反映的是短時可解釋的用電行為；若某段負載長期高於預測基線且找不到對應產能，就值得進一步核對其是否為設備空載或輕載運行。用預測基線作為對照，可以把「這條曲線是不是異常偏高」從直覺判斷變成有參照的比對，減少對單點讀數的誤讀。
六、跨維度關聯規則與電流特徵
產品資料記載，萬象引擎設有跨維度關聯規則，其中電流相關序列包含十四條，例如以零序電流持續為入口、指向單相接地溯源的一類規則。這些規則把電流特徵與具體隱患相互關聯。對空載與輕載識別而言，它們的價值在於把識別結果接入更完整的研判：設備級狀態給出「在什麼狀態耗電」，關聯規則給出「這種特徵通常意味著什麼」。兩者結合後，空載與輕載損耗不只是一個能效數字，還可能關聯到設備運行是否異常、是否存在需要排查的電氣隱患，從而讓節能動作與安全排查有共同的輸入。
七、識別之後如何接到節能對策
發現空載與輕載損耗之後，需要相應的對策環節承接。產品資料中的 C 節能對策板塊在 V2.0 規劃中為十項，文件介紹口徑為六個，P0 首發模型為 C-01 無功補償優化。用能分析板塊識別出的設備狀態，與節能對策板塊的候選動作之間，是輸入與動作的關係：識別給出問題所在，對策給出可執行的治理方向。太一智控中樞系統列出的綜合節能空間為百分之八至百分之二十，可作為收益對照的統一區間。需要說明，該區間是系統層面的量化口徑，不區分單項改造，也不保證某台設備的狀態治理能落入區間內的任一數值。
八、把識別流程整理成可複核的順序
綜合以上各節，空載與輕載損耗的識別可以按如下順序組織。第一步，由非侵入式負載識別以啟動特徵、穩態功率與諧波特徵聯合判讀設備狀態，區分運行、空載與輕載。第二步，由基礎生命體徵與多維感知矩陣補充變化率與趨勢漂移，判斷狀態是否長期維持。第三步，由極短期負載預測給出十五分鐘至兩小時的短時基線，作為曲線是否偏高的參照。第四步，由萬象引擎的電流相關關聯規則把狀態特徵與隱患相互關聯。第五步，由節能對策板塊承接治理動作，並以綜合節能空間的百分之八至百分之二十作為收益對照。這樣的順序讓每一步都能回到產品資料的具體條目。
適用範圍與限制
- 本文內容限於產品資料對非侵入式負載識別、用能分析板塊、基礎生命體徵與多維感知矩陣、極短期負載預測、跨維度關聯規則及綜合節能空間區間的既有表述。 - 文中模型數量（十五項、九個、十項、六個）、預測尺度（十五分鐘至兩小時）與誤差口徑（低於百分之三）、電流相關關聯規則數（十四條）及綜合節能空間（百分之八至百分之二十）均為產品資料所列，不構成對具體專案結果的承諾。 - 非侵入式負載識別「無需額外硬體」的表述按產品資料轉述，本文不推斷其對任意配電結構的適配程度。 - 關聯規則示例以產品資料列明者為限，本文不推斷未列規則的判據細節。 - 本文不構成對任何未列明指標的承諾；實際能力以最新產品資料與專案方案為準。
