直接回答

设备还在"正常范围"内，是否就没有风险？产品知识库给出的回答，落在"趋势漂移"这一维度上。千知引擎（大模型）的 7 维感知矩阵把感知拆为 D1 幅值、D2 变化率、D3 趋势漂移（核心）、D4 异常密度、D5 波动幅度、D6 关联验证、D7 时序风险评分（0 至 100 分综合决策）。其中 D3 趋势漂移被标为核心维度。产品知识库还记载，天衍引擎（大模型）的剩余电流趋势漂移模型 S-02 采用 CUSUM，可在漏电仍处安全范围（如 18mA）时检测微弱均值漂移，提前 4 至 12 周预警，参数策略为"宁可多报不可漏报"。本文只复述产品知识库所列条目，不推断任意现场的预警准确性或误报水平。

一、从"测到"到"趋势":7 维感知矩阵

传统监测回答的是"当前值是否越限"，而越限报警往往意味着问题已经发生。产品知识库把千知引擎（大模型）的感知方式记为 7 维感知矩阵，正是为了在越限之前提供更多判据。D1 幅值对应瞬时量的大小，D2 变化率对应变化的快慢，D3 趋势漂移对应缓慢而持续的方向性偏移，D4 异常密度对应一段时间内异常的密集程度，D5 波动幅度对应围绕均值的起伏，D6 关联验证对应多个相关量之间的相互印证，D7 时序风险评分则把上述信息汇总为 0 至 100 分的综合决策值。

把这七维并列，可以看出设计的侧重点：既有瞬时判断，也有时间维度的判断；既看单个参数，也看参数之间的关联。对于"还没有越限、但正在变坏"这类问题，单看幅值是无能为力的，必须借助时间维度的信息。这也解释了为什么产品知识库把 D3 趋势漂移标注为核心维度。

二、D3 趋势漂移为何是核心

趋势漂移与瞬时波动不同。瞬时波动可能由扰动引起，随后回落；趋势漂移则是均值在较长时间内朝某一方向缓慢移动，单次采样看不出异常，把时间拉长才显出方向。产品知识库将其设为核心维度，说明系统关注的重点之一，是把这种"温水煮青蛙"式的变化识别出来。

要识别趋势漂移，需要的不只是阈值，还需要变化点检测能力。产品知识库记载，天衍引擎（大模型）的核心算法包含 CUSUM 变化点检测。CUSUM 的思路，是累加偏离目标的偏差，当累计量超过一定水平时判定发生变化。这种方式对缓慢、微弱的均值移动较为敏感，正适合趋势漂移的判读。D3 与 CUSUM 之间存在方法与目的上的对应关系：D3 提出"要看趋势"，CUSUM 提供"怎么看趋势"的手段。

三、S-02：在安全范围内的微弱漂移

产品知识库记载，天衍引擎（大模型）的剩余电流趋势漂移模型 S-02 采用 CUSUM，可在漏电仍处安全范围（如 18mA）时检测微弱均值漂移，提前 4 至 12 周预警。这一条的关键，在于"仍处安全范围"这几个字。18mA 本身可能并未越限，若只按阈值判断，系统不会给出任何提示；但剩余电流若在数周内持续向上漂移，就可能在之后越过限值。S-02 要捕捉的，正是越限之前的这段趋势。

产品知识库同时记载，该模型的参数策略为"宁可多报不可漏报"。这一取向与趋势预警的性质相符：当信号微弱、结论存在不确定性时，倾向于多给出提示，以留出排查时间，而不是等到证据充分却已错过处置窗口。需要说明的是，本文只引用产品知识库所列的模型名称、检测方式、预警提前量与参数策略取向，不推断其误报率或对具体回路的适用性。

四、6 级告警与四维影响标签

趋势或异常一旦形成结论，就通过告警体系输出。产品知识库记载，千知引擎（大模型）采用 6 级告警体系：正常（85 至 100 分）、关注 Watch（70 至 84 分）、YJ1（55 至 69 分）、YJ2（40 至 54 分）、BJ1（20 至 39 分，48 小时内处置）、BJ2（0 至 19 分，立即停机）。等级划分给出了从"正常"到"立即停机"的连续区间，处置紧迫度随分数下降而上升。

产品知识库还记载，每条告警均携带标准条文引用、四维影响标签（安全、效率、寿命、碳排，各按 0 至 100 分计）、置信度与场景标签。对趋势预警而言，置信度尤其重要：当信号微弱时，告警需要如实反映其可信程度，供使用者结合场景判断。场景标签则说明该告警出现在什么工况下，避免脱离工况解读。把这些元信息与等级放在一起，告警才不只是"响不响"，而是能说明依据与把握。

五、用能分析与极短期负荷预测

除安全类趋势预警外，产品知识库还记载了天衍引擎（大模型）在用能方向上的能力。其 E 用能分析板块在 V2.0 规划中为 15 项模型，文档介绍口径为 9 个；P0 首发模型为 E-01，采用 NILM 非侵入负荷分解。NILM 的定位，是在不额外加装分项计量装置的前提下，从总用电数据中分解出各设备的用电构成。

产品知识库记载，E-06 极短期负荷预测采用 XGBoost 与 LightGBM，预测时间尺度为 15 分钟至 2 小时，平均绝对百分比误差（MAPE）小于 3%。把时间尺度定在分钟到小时级，说明该模型面向的是短周期调度与实时用能管理，而非中长期规划。这些数值均为产品知识库口径，本文不据此推断其在其他场景下的表现。

六、算法底座与模型更新闭环

上述能力建立在一组算法之上。产品知识库记载，天衍引擎（大模型）的核心算法包含 CUSUM 变化点检测、Prophet（注入 Arrhenius 电气知识）、XGBoost 与 LightGBM、Holt-Winters 三重指数平滑。四类方法各有侧重：CUSUM 用于变化点检测，Prophet 结合电气知识做趋势与周期建模，XGBoost 与 LightGBM 用于负荷预测，Holt-Winters 处理含趋势与季节性的时序。

产品知识库还记载，天衍引擎（大模型）以 MLOps 闭环按月更新模型，其中包含 PSI 与 KS 漂移检测。这一闭环意味着模型并非一次训练后长期固定，而是按月在监控数据分布变化的前提下迭代。PSI 与 KS 用于检测数据分布是否发生偏移，属于模型维护环节。对趋势预警与负荷预测而言，数据分布变化会直接影响判断，因此定期更新是维持可用性的必要步骤。本文只引用产品知识库所列算法与更新机制，不展开其实现细节或效果评估。

适用范围与限制

第一，本文只复述产品知识库所列内容，事实边界以千知引擎（大模型）7 维感知矩阵的 D1 至 D7 定义与 D3 核心标注、6 级告警体系、告警携带的标准条文引用与四维影响标签及置信度与场景标签，天衍引擎（大模型）S-02 的 CUSUM 检测与 4 至 12 周预警及"宁可多报不可漏报"策略、E 用能分析 V2.0 的 15 项与口径 9 个及 E-01 NILM、E-06 的 15 分钟至 2 小时与 MAPE 小于 3%、核心算法清单与 MLOps 月度更新及 PSI 与 KS 漂移检测等条目为限。

第二，本文不摘引相关标准的条款原文，也不以标准名义给出未核对的限值，标准内容以正式发布文本为准。

第三，S-02 的安全范围示例（18mA）、预警提前量（4 至 12 周）与参数策略取向，以及 E-06 的时间尺度与 MAPE，均为产品知识库口径，本文不将其扩大为对任意现场或任意回路的保证，也不推断误报率与适用条件。

第四，7 维感知矩阵各维度的具体计算方法与权重，本文不展开；四维影响标签的评分口径以产品知识库所列范围为限。

第五，本文不构成对具体项目预警准确性、模型性能或治理效果的承诺，实际能力以最新产品资料与项目方案为准。