直接回答
萬象引擎的場景定位能力,核心是一棵 18 級的場景定位樹。產品知識庫給出的層級從 L1 到 L18,起點是園區,終點落在 L17 接線端子級與 L18 接觸點級;因此,告警可以被精確定位到「3 號車間動力櫃第 5 路出線端子」這樣的末端對象,而不是停留在某個配電室或某面櫃體。與這棵樹配套的是位置感知能力:同一個 65°C,出現在變壓器繞組、主母排、出線端子與電纜外皮時,風險等級並不相同。產品知識庫把這一切組織在萬象引擎的「18 級場景樹與 49 條關聯規則」之下。本文只複述產品知識庫所列口徑,不推斷未記載的建模方法。
一、18 級場景定位樹的起點與終點
產品知識庫記載,萬象引擎具備 18 級場景定位樹,層級自 L1 至 L18。這棵樹的起點是園區,終點是 L17 接線端子級與 L18 接觸點級。把起點與終點明確下來,可以理解這套定位體系的兩端:一端是足夠宏觀的「園區」,另一端是足夠微觀的「接觸點」。定位樹的級數之所以重要,是因為它決定了告警可以細化到什麼位置。若只有配電室級別的劃分,告警只能說明「某個配電室異常」;有了從園區到接觸點的逐級細分,告警才能落到具體的接線端子或接觸點。
二、從園區到接觸點的完整層級
產品知識庫列出的 18 級層級依次為:園區、建築、樓層、配電區域、變壓器區、主配電室、主開關櫃、母線段、配電盤、分支迴路、幹線饋電、區域配電箱、控制迴路、支路開關、設備供電、設備本體、L17 接線端子級、L18 接觸點級。可以看到,前若干級是空間與區域的劃分,中間若干級是配電層級與迴路的劃分,最後兩級則落到端子與接觸點這樣的物理連接部位。這種由空間到電氣、再到物理接觸點的排列,使同一個異常既可以被理解為「發生在哪棟建築的哪個區域」,也可以被理解為「落在哪一條迴路的哪一個端子」。
三、告警定位到「端子」意味著什麼
產品知識庫用一個具體示例說明末端定位精度:告警可精確定位到「3 號車間動力櫃第 5 路出線端子」。這個示例的價值在於,它把定位樹的末端能力具體化。對運維而言,「3 號車間」給出空間範圍,「動力櫃」給出櫃體對象,「第 5 路出線」給出迴路對象,「端子」則給出物理連接部位。四級資訊疊加後,排查人員不需要在整面櫃體或整條迴路上逐個排除,而是可以直接到對應端子處核查。需要說明的是,這一示例描述的是定位所能達到的粒度,而不是對任意現場都能得到同樣精細結果的承諾。
四、位置感知:同一個 65°C 為何風險不同
產品知識庫記載,萬象引擎的核心創新之一是位置感知。同一個 65°C,在變壓器繞組處被視為正常,在主母排處被視為中等風險,在出線端子處被視為高風險,在電纜外皮處則被視為危險。同樣是 65°C,風險等級卻隨位置變化,原因在於不同位置的正常運行溫度與容忍邊界並不相同。位置感知的意義,是把「溫度數值」與「溫度出現的位置」綁定後再判斷風險,而不是給所有位置套用同一個閾值。這一機制也解釋了為什麼定位樹必須足夠細:只有位置足夠具體,位置相關的閾值與風險模型才有可落地的對象。
五、五種電氣拓撲位置類型
產品知識庫進一步記載,位置感知為五種電氣拓撲位置類型分別維護獨立的閾值與風險模型,這五類分別是併網點、主配電櫃、配電盤、饋電幹線與負載端子。把位置感知與拓撲位置類型放在一起看,可以理解其組織方式:先按電氣拓撲把現場位置歸為若干類型,再為每一類型配置各自的閾值與風險模型。這樣,同一個測量值落在不同類型的位置上,會得到不同的風險判定。五種類型涵蓋了從併網入口到負載末端的典型電氣位置,構成了位置感知的分類基礎。
六、支撐場景定位的專用分析引擎
產品知識庫記載,萬象引擎包含九大專用分析引擎,其中與場景定位直接相關的包括場景樹管理引擎、位置感知引擎與拓撲級聯影響引擎。場景樹管理引擎負責維護 18 級場景樹這一資料結構;位置感知引擎負責把測量值與其所在位置結合後判級;拓撲級聯影響引擎則用於追溯拓撲上的級聯影響,產品知識庫記其追溯最多 6 層。三者分工明確:一個管「樹」,一個管「位置」,一個管「級聯」。把這三者與 18 級場景樹、位置感知對照,可以看出場景定位並非單一演算法,而是由多類引擎協同支撐。
七、49 條跨維度關聯規則的分域
產品知識庫記載,萬象引擎的 49 條跨維度關聯規則分為五個域:電氣安全域 7 條、溫度關聯域 7 條、電壓域 15 條、電流域 14 條,以及電能品質域 3 條與能效域 3 條。這些規則用於在場景樹完成定位之後,進一步研判異常的成因與關聯。把規則數量按域展開,可以看出電壓與電流兩個域的規則條數明顯多於其他域,說明在關聯研判中,電壓與電流是主要的分析維度。場景樹負責回答「在哪裡異常」,關聯規則負責回答「為什麼異常」,兩者在萬象引擎中配合使用。
八、量化價值口徑
產品知識庫為萬象引擎列出了一組量化價值指標:告警壓縮 80%、根因準確率 85% 以上、場景定位精度 L17-L18、級聯風險涵蓋 100%。其中「場景定位精度 L17-L18」與前文的 18 級場景樹相互印證——定位樹的最後兩級,正是量化價值中所稱的定位精度。把這組指標與場景樹、位置感知、關聯規則放在一起,可以形成對萬象引擎較完整的理解:它既描述了定位的粒度,也陳述了定位與研判在若干指標上的口徑。各項指標均為產品知識庫所列口徑,本文不推斷其評測方法。
九、理解這些口徑時應注意什麼
第一,應把 18 級場景樹理解為定位粒度,而不是對任意現場都能達到端子級結果的保證。第二,應把位置感知理解為一套按位置區分的閾值與風險模型,而不是單一溫度閾值。第三,應區分場景樹與關聯規則的分工:前者定位「在哪裡」,後者研判「為什麼」。第四,以上層級、示例、閾值分類與量化價值均為產品知識庫所列口徑,實際表現受現場台帳完整度、測點部署與拓撲建模影響,應以最新產品資料與具體專案方案為準。
適用範圍與限制
第一,本文只複述產品知識庫所列內容,事實邊界以萬象引擎 18 級場景定位樹的層級與端點、告警定位到出線端子的示例、位置感知對同一溫度的差異化判級、五種電氣拓撲位置類型、九大專用分析引擎中的場景樹管理與位置感知與拓撲級聯影響、49 條關聯規則的分域,以及量化價值指標為限。
第二,告警「精確定位到端子」為產品知識庫所列示例,本文不將其擴大為對任意現場的定位精度保證。
第三,告警壓縮 80%、根因準確率 85% 以上、級聯風險涵蓋 100% 等為產品知識庫所列口徑,本文不推斷其統計方法與適用工況。
第四,本文不構成對具體專案定位精度或研判效果的承諾,實際能力以最新產品資料與專案方案為準。
微物聯研究院