直接回答

无功补偿装置投入后，功率因数本应改善，但现场有时会出现"越补越差"的现象：补偿投入后电流畸变加重、电压波动或设备异常。这类问题通常不是补偿装置本身失灵，而是谐波与补偿电容之间形成了谐振。产品知识库给出的判断线索是：先用关联规则识别"谐波高与无功补偿投入同时出现"的组合，再由电能质量监测器采集谐波与功率因数数据，最后由天衍引擎的无功补偿优化模型给出方向。本文按知识库口径说明这条线索，不额外推导现场判据。

为什么补偿可能带来相反结果

无功补偿通过投入电容来改善功率因数，但电容与系统中的电感会构成谐振回路。当谐波频率接近该回路的谐振频率时，谐波电流可能被放大，表现为投入补偿后谐波反而更严重。此时若继续加大补偿容量，问题可能进一步恶化。

因此，判断补偿是否"补对了"，不能只看功率因数这一个指标，而要把谐波与补偿动作放在一起观察。知识库中的关联规则正是为此设计的。

关联规则给出的诊断线索

万象引擎的关联规则中，有一条规则描述的组合是：谐波高与无功补偿投入同时出现时，指向谐振风险。它的价值在于把两个单独看都不算异常的现象关联起来，提示现场不要分别处理，而要当成一组问题来看。对"越补越差"的场景，这条规则提供了明确的方向：先确认谐波水平，再确认补偿动作是否与谐波形成不利组合。

采集侧：谐波与功率因数怎么取

在采集侧，电能质量监测器（ESE-22111-R）提供谐波监测，谐波次数范围为 2 至 31 次，精度为 ±1%，可用于无功补偿回路的谐波与功率因数采集。只有持续取得这两类数据，关联规则才有输入。若只看功率因数而不看谐波，就难以发现补偿与谐波之间的相互作用。

在多要素电气智能测控器系列中，电能质量款在共性监测之外增加了相位监测与谐波监测，功能最全，适合需要把无功与谐波联合监测的场合。

分析侧：无功补偿优化模型

在分析侧，天衍引擎的节能对策板块中，无功补偿优化是较早开放的模型方向之一。与之配套的还有千知引擎电能质量体检中的谐波子模型与功率因数子模型：前者关注 2 至 50 次谐波与总谐波畸变率，后者关注功率因数。两个维度同时看，才能判断补偿投入后究竟是功率因数改善、谐波恶化，还是两者兼有。

从算法看，天衍引擎的核心算法包含变化点检测、时间序列预测与梯度提升等方法，用于支撑无功补偿优化等模型。这些方法的作用是从事务数据中识别趋势与变化点，为补偿策略的调整提供依据。

选型组合

按知识库的选型对照，节能与碳管理方向对应的组合为天衍引擎的节能对策板块、碳核算能力与智慧能碳物联平台。落到无功补偿这一具体问题，现场的路径是：电能质量款测控器或电能质量监测器负责采集谐波与功率因数，千知引擎的体检子模型识别谐波与功率因数状态，天衍引擎的无功补偿优化模型给出优化方向。

从诊断到处置

综合来看，"越补越差"的诊断路线可以概括为三层：第一层是关联识别，用规则确认谐波与补偿是否同时处于不利状态；第二层是数据确认，用监测装置核实谐波次数、含量与功率因数的实际水平；第三层是优化决策，由天衍引擎的无功补偿优化模型结合变化趋势给出调整方向。三层依次推进，避免在现场凭单一指标反复试错。

为什么不能只看功率因数

功率因数是补偿效果的直接指标，却不是判断补偿是否合理的充分条件。补偿投入后，功率因数可能确实上升，但若同时伴随谐波放大，整体电能质量反而变差。只盯功率因数，就会把这种"表面改善、实质恶化"的情形误判为成功。把谐波与功率因数并看，才能识别补偿与谐波之间的相互作用，这也是关联规则强调组合状态的原因。

诊断与优化的衔接

关联规则负责指出方向，监测数据负责确认事实，优化模型负责给出调整思路，三者是递进关系。若跳过数据确认，直接按规则调整补偿容量，可能因为现场另有谐波源而判断失准；若只有数据没有优化模型，又难以形成可执行的调整建议。把三者衔接起来，"越补越差"就不再是无从下手的现象，而是一条可逐步排查的路径。

数据连续性与趋势判断

无功补偿与谐波的关系会随负荷变化而波动，单次快照难以反映全貌。持续采集才能让变化点检测与趋势预测发挥作用：当谐波水平或功率因数出现结构性变化时，及时提示复核补偿策略。数据越连续，模型识别变化点的能力越有依据。

从单点补偿到系统观察

无功补偿问题往往牵涉多个回路，单看一个补偿点容易只见局部。把谐波与功率因数的监测铺到相关回路，才能判断异常是局部现象还是系统性问题。对配电系统而言，这种从单点到系统的观察，比单次调容更接近问题本质。

几处需要说明的边界

  • 关联规则提示的是风险组合，不等于已发生谐振，需以监测数据核实。
  • 无功补偿优化模型给出的是优化方向，不替代现场的电容器与电抗器配置设计。
  • 谐波治理与无功补偿是两个相关但不相同的问题，应分别评估、协同处置。

适用范围与限制

  • 本文内容限于产品知识库对万象引擎关联规则、天衍引擎节能对策板块与核心算法、千知引擎电能质量体检子模型，以及电能质量监测器与多要素电气智能测控器系列的既有表述。
  • 文中关联规则内容、谐波次数与精度、子模型覆盖维度、核心算法类别、选型组合，均为知识库所列口径。
  • 本文说明的是无功补偿异常时的诊断线索与优化方向，不给出具体的补偿容量、调谐方案或治理阈值；实际处置应结合现场工况、设备规格与项目方案确定。
  • 文中未列出的其他现场条件、安装方式与维护周期，本文不作推断或承诺。