1. 能源异常预警与用能诊断工程导论

能源异常预警与用能诊断工程，是面向工业、建筑、园区和数据中心等用能场景，把能源数据采集、异常识别、预警发布、原因诊断和节能改进串联起来的一门工程化课程。它关注的不是单点仪表读数，而是“数据—判断—行动”的完整闭环：当电、水、气、热、压缩空气等能源介质出现偏离正常规律的现象时，系统能否及时发现、准确分级、定位原因，并给出可执行的处置建议。

从课程定位看，它处在能源管理、自动化、数据分析和设备运维的交叉位置。传统能源管理偏重统计报表和事后核算，自动化偏重设备控制与联锁，数据分析偏重算法与模型，而本课程强调把三者落到工程现场：用可采集的信号支撑判断，用可解释的规则和模型支撑预警，用可验证的处置支撑节能。因此，学习本课程后，应能读懂用能系统的关键参数，设计合理的预警阈值与诊断路径，并针对典型异常给出排查和改进方案。

核心概念：从“异常”到“诊断”

能源异常通常表现为三类偏离：一是总量偏离，如某车间日用电量比同类工况历史基线高出一截；二是趋势偏离，如冷冻站COP连续下降；三是关系偏离，如空压机加载率上升但产气量未同步增加。预警解决“有没有问题、问题多严重”，诊断解决“问题在哪里、为什么发生”。两者不能混为一谈：只报警不诊断，现场会陷入频繁核查；只诊断不预警，则问题发现太晚，节能窗口已经错过。

工程上常用“基线—残差—阈值—等级”来描述预警逻辑。基线可以是历史同期均值、回归模型预测值或工况分群后的典型曲线；残差是实际值与基线之差；阈值决定何时触发；等级则根据残差大小、持续时间和影响范围划分。例如，某办公楼中央空调系统以室外温度和运行时段为自变量建立用电基线，当实际功率超过预测值15%且持续30分钟，触发二级预警；超过25%且持续60分钟，触发一级预警。这里的15%、25%、30分钟、60分钟都是示例参数，实际项目需根据设备特性、计量精度和运维承受能力标定。

典型应用场景与工程对象

在空压站，最值得关注的不是单台空压机电流，而是“比功率”和“加载率—产气量”关系。若比功率从0.12 kWh/m³升至0.15 kWh/m³，同时加载率上升而产气量未增，常见原因包括过滤器堵塞、管网泄漏、后处理压损增大或加卸载控制参数不合理。诊断时先看母管压力与流量是否匹配，再分段关闭支路观察压降，最后定位泄漏点或设备效率问题。

在冷冻站，预警常围绕COP、冷冻水供回水温差和冷却水温度展开。例如，某冷冻站设计工况下COP约5.2，若某日冷却水进水温度32℃、冷冻水出水7℃时COP降至4.3，且冷凝器趋近温度由1.5℃升至3.8℃，则优先怀疑冷凝器结垢或冷却塔散热不足。此时可结合冷凝器小温差、冷却塔逼近度和水泵频率综合判断，而不是直接归因于主机故障。

在配电与照明场景，异常更多表现为夜间基载偏高、三相不平衡和功率因数下降。工程上可先按回路建立夜间基载基线，再对超出部分做分项计量和时序对比。若某照明回路在非工作时段仍有稳定功率，需核查控制策略、接触器状态和是否存在私接负载。这类诊断往往不需要复杂模型，但需要清晰的计量层级和回路台账。

整体知识框架与学习路径

本课程后续内容将围绕五层展开：数据层解决“测什么、怎么测、数据质量如何”；识别层解决“基线怎么建、阈值怎么定”；预警层解决“分级、通知和闭环”；诊断层解决“原因定位和能流平衡”；处置层解决“改什么、怎么验证”。五层之间不是单向流水线，而是持续迭代：处置结果会反过来修正基线，诊断经验会沉淀为规则，预警阈值也会随工况和季节调整。