1. 课程导入与能源漏损全景

在工厂里，能源账单上的数字往往比车间里的设备更"沉默"：电、蒸汽、压缩空气、水、天然气被源源不断地送进厂区，经过配电、管网、换热与用能设备，最终转化为产品、热量、动力，或者——被白白浪费掉。很多工厂并不缺能源数据，缺的是把数据变成"异常判断"的能力。本课程要解决的核心问题就是：如何从工厂能源系统中识别出异常用量，并进一步定位漏损点。

一、学习目标：从"看得见账单"到"找得到漏点"

学完本课程，你应当具备三项可检验的能力。第一，能画出你所负责工厂的能源系统构成图，说清电、汽、气、水各自的来源、转换环节和主要用能单元。第二，能建立"基准—实测—偏差"的判断逻辑，用合理的基准线识别出异常用量，而不是凭感觉说"这个月电费高了"。第三，能针对典型漏损场景（如压缩空气泄漏、蒸汽疏水阀失效、夜间待机负荷、管网跑冒滴漏）设计排查路径，并给出可执行的处置建议。

需要强调的是，异常用量与漏损不是同一个概念。异常用量是"用量偏离了应有水平"的现象，漏损是造成异常的一种具体原因。异常可能来自漏损，也可能来自产量结构变化、设备效率下降、计量误差或统计口径错误。因此本课程的方法论始终是"先识别异常，再归因漏损"，避免一看到用量上升就直接下结论。

二、工厂能源系统构成：一张图看清能量流向

工厂能源系统可以按"输入—转换—输配—用能—排放/损失"五个环节来理解。输入侧是外购电、天然气、蒸汽、自来水等；转换侧包括变配电、锅炉、空压站、制冷站、换热站；输配侧是电缆桥架、蒸汽管网、压缩空气管道、循环水管；用能侧是生产线、空调、照明、动力设备；而损失则分布在转换效率损失、管网散热与泄漏、设备待机、无功损耗等环节。

理解这张全景图的意义在于：漏损往往发生在"输配"环节，而异常用量往往在"用能"环节被计量发现。两者之间存在空间上的错位，这正是排查困难的根源。下面的图把这条能量链和典型漏损位置放在一起，便于建立整体印象。

三、异常用量与漏损的定义边界

我们把异常用量定义为：在给定产量、工况和环境条件下，某能源介质的实际消耗量显著偏离其合理基准，且偏差超出正常波动范围。这里的"显著"需要量化，通常用偏差率表示：偏差率 =（实际用量 − 基准用量）/ 基准用量 × 100%。工程上常把超过 ±10% 且持续两个以上统计周期作为初筛阈值，但具体阈值应结合行业波动特性调整，不能一刀切。

漏损则定义为：能源介质在转换、输配或使用过程中，未产生有效做功而流失到环境或旁路的部分。典型形态包括压缩空气管道接头泄漏、蒸汽疏水阀直排、水管暗漏、电缆接头过热损耗、夜间设备待机耗电等。漏损的共性是"持续、隐蔽、随压力或时间累积"，因此特别适合用夜间最小流量法、分表差值法、压力衰减测试等手段识别。

四、课程整体任务路线图

本课程按"认知—计量—识别—归因—处置—固化"六个阶段推进，每个阶段都对应可交付的成果。认知阶段产出能源系统图和计量拓扑；计量阶段梳理表计层级与数据质量；识别阶段建立基准线并计算偏差；归因阶段用差值法、夜间流量法、平衡测试缩小范围；处置阶段形成漏点清单与整改优先级；固化阶段把判断规则沉淀为日常巡检与报表机制。

为了让路线图可执行，下面给出一份贯穿课程的示例任务台账（数据为教学假设，非实测）。假设某机械加工厂月度总用电 42 万 kWh，基准用电 38 万 kWh，偏差率约 10.5%；压缩空气总表 6.8 万 m³，分表合计 5.9 万 m³，差值率约 13.2%，指向输配段泄漏嫌疑。