QCarbonAI时序大模型AI底座概述

整体采用1套统一技术底座 + 两大业务应用板块 + 多层级细分场景落地总体架构，项目实施分为数据确权与标准化建设、轻量化模型训练适配、模块化系统开发、小范围试点验证、分行业规模化推广五大阶段，完整打通“碳监测采集—合规碳核算—多情景碳仿真—能源优化配置—多能/虚拟电厂调度—第三方碳核查支撑”全业务闭环。

时序大模型统一核心底座

多源数据汇聚与分层治理体系

整合三类数据：时序动态能耗碳排数据、设备/建筑静态属性数据、政策/核算常量因子数据；横向对接电力、住建、生态环境、园区管委会、工业企业等多主体业务系统，搭建碳中和统一数据湖，配套时序对齐、清洗、标准化标签、合规脱敏全链路治理能力。

完整数据源体系

类别1：时序动态采集数据

数据类型	具体内容	标准数据来源
能耗时序数据	电、水、天然气、蒸汽、冷量、热量分时消耗值	企业EMS能源管理系统、智能电力/热力/水表物联网仪表
碳排放时序监测数据	烟气连续监测直接排放、外购电力热力间接排放分时数据	CEMS碳排在线监测设备、实时核算中间库
气象时序数据	逐时温度、湿度、风速、太阳辐照、降水量	官方气象局开放API、园区本地微型气象站
电力负荷时序数据	实时负荷、历史分时负荷曲线、峰谷电价时段出力	电网调度平台、售电公司负荷管理系统
设备运行时序数据	暖通、空压机、照明、电梯、生产机组实时工况、启停状态	SCADA工业控制系统、边缘IoT传感器

类别2：静态属性基础数据

数据类型	具体内容	标准数据来源
产业静态数据	产线产能、设计年产量、固定工艺流程参数、产线设备台账	MES生产系统、ERP企业资源台账
建筑结构静态数据	建筑围护结构参数、朝向、建筑面积、层高、使用功能分区	BIM模型静态属性、建筑竣工图纸、住建档案
分布式能源台账数据	光伏装机容量、储能额定容量、充电桩额定功率、设备效率曲线	分布式能源备案资料、设备出厂参数
供应链基础数据	原材料品类、运输基础距离、上游供应商基础排放系数	企业供应链台账、采购档案

类别3：政策与核算常量因子数据

数据类型	具体内容	标准数据来源
碳核算因子	IPCC核算系数、区域电网排放因子、工业过程排放因子	生态环境部核算指南、省级温室气体清单数据库
市场政策因子	碳配额基准价、绿电交易溢价、节能补贴标准、电价政策文件	全国碳交易所、地方发改/能源局公开政策

平台内置标准化IoT网关接入组件，原生兼容ModbusRTU/TCP、OPC、MQTT、DL/T645、IEC104、GW376.1等几十种工业、建筑、电力行业主流标准通信协议；针对项目现场存量设备私有非标协议，提供协议二次适配开发工具，可快速完成存量设备数据对接，覆盖绝大多数园区、工厂、公共建筑存量自动化系统。

碳中和分层时序数据湖架构

采用标准数仓分层架构，仅时序动态数据进入时序计算链路，静态数据、因子数据独立存储关联：

1） 原始数据层（ODS）：全量留存各业务系统、传感器原始报文与数据表，不做清洗，完整保留原始格式，支撑数据溯源、核查取证；

2） 清洗加工层（DWD）：仅处理时序动态数据，完成数据去重、异常值检测修正、缺失值分段插补、多源数据统一时序重采样对齐；静态数据仅做格式标准化、去重校验；

3） 标签化汇总层（DWS）：按时区、区域、设备编号、行业、时间粒度、碳核算维度统一打标签，构建标准化宽表，支持多维度联合查询；

4） 应用服务层（ADS）：面向不同业务场景封装主题数据集，分为碳核算主题、负荷预测主题、建筑能耗仿真主题、虚拟电厂调度主题，直接供给模型训练与前端业务系统调用。

标准化数据治理核心机制

1） 时序对齐专用引擎：仅针对时序动态数据设计，解决多设备采样频率不一致问题（电表15分钟、气象小时级、碳排日度）；支持线性插值、分段均值填充、相邻值补齐三种重采样策略，统一输出5min/15min/1h/日多标准时间粒度数据集；静态属性、政策因子不参与对齐计算。

2） 四维数据质量监控体系：围绕完整性、准确性、及时性、一致性四项指标自动巡检；针对缺失、跳变、超量程异常数据自动生成告警工单，推送运维人员复核修正。

3） 分级数据安全与权限管控：按园区/企业/区县做数据分级分类；传输链路全链路加密，敏感能耗、碳排数据支持字段脱敏；基于角色设计细粒度数据查看、导出、编辑权限，满足等保与碳数据保密管理要求。

时序大模型轻量化定制训练体系

技术路线：开源通用时序大模型底座+行业物理机理约束嵌入+项目本地LoRA参数高效微调，面向碳中和、综合能源调度垂直场景定制能力；融合国标碳核算公式、电力潮流、建筑热力学机理，实现合规碳排预测、能耗仿真、负荷推演、异常识别、政策影响量化，支持多年份长时序趋势推演、多约束情景仿真、多方案成本收益智能对比。

模型选型与双引擎协同架构

基础底座采用通用时序Transformer架构，搭配TCN时序卷积模块捕捉短期波动特征。

1） 时序预测引擎：适用全场景，输出标准化时序预测结果（负荷、光伏出力、碳排、电价）；依靠多头注意力捕捉年/季/月长周期变化，TCN提取日内短时波动；内置物理边界约束，杜绝设备出力、能耗出现违背物理规则的预测值。

2） 分层强化学习AI调度智能体引擎：用于虚拟电厂分钟级实时优化调度；以预测结果、电网安全约束、经济成本、碳排放指标为联合优化目标，输出可下发的短时资源调控指令。

分场景垂直微调策略

专用AI能力	业务功能描述	完整技术实现路径
碳排预测	基于能耗、产能、工艺参数多因子预测分时/年度碳排放趋势，输出合规核算中间结果	多源时序数据融合注意力建模+IPCC核算公式硬约束嵌入损失函数
能耗机理仿真	模拟不同季节、设备工况、运维策略下建筑/工厂能源消耗水平	数据驱动时序模型+建筑工业设备热力学机理联合仿真
电力负荷预测	日前、日内分时负荷精准预判，适配园区、工厂、公共建筑多场景	长时序周期特征建模+气象、节假日、生产计划多因子耦合
碳达峰路径推演	多政策、产业调整情景下区域碳峰值、达峰年份仿真对比	多目标线性规划情景引擎+时序预测基线输入，不依赖强化学习
能耗/碳排异常识别	实时识别设备故障、能耗偷漏、碳排超阈值异常	时序滑动窗口异常检测+自适应动态阈值，区分正常波动与故障异常
政策影响量化适配	测算碳价、补贴、能耗双控政策对企业/区域减排成本的影响	政策文本结构化编码+时序基线对比仿真

微调方案组合使用：小规模试点项目采用LoRA轻量化微调，降低算力与标注数据成本；行业通用模型迭代阶段搭配少量全量微调；所有模型训练过程嵌入行业机理约束，保障仿真结果可用于政府、第三方核查。

模型训练与持续迭代优化机制

1） 训练数据来源：以项目本地采集的标准化时序数据集为核心，配套公开省级能源、碳排放统计公开数据集做补充训练；不依赖全域PB级统一行业知识库，大幅降低落地存储与采集成本。

2） 两阶段训练范式：第一阶段基于公开能源数据集自监督预训练，学习通用时序波动规律；第二阶段导入项目本地带标签业务数据开展有监督微调。

3） 增量持续学习机制：系统上线后自动沉淀新增采集数据，按月触发轻量化LoRA增量训练；无需全量重训，模型持续适配现场工况变化，降低运维算力消耗。

底座标准化能力对外输出

底座统一封装算力、数据预处理、模型推理、仿真计算底层能力，以标准化服务供给上层碳中和仿真、虚拟电厂业务板块。

四大核心标准化API服务

1） 时序预测服务：对外提供碳排预测、用电负荷预测、分布式光伏/风电出力预测、分时电价预测标准化RestfulAPI；

2） 多情景智能仿真服务：支持减排方案敏感性分析、多改造/产业调整方案成本收益对比、中长期碳路径推演；

3） 多目标决策推理服务：基于预测与仿真结果，在投资、电网、环保约束下输出最优节能、调度改造建议；

4） 可视化组件服务：提供碳排放总览看板、能源流向桑基图、时序预测曲线、仿真方案对比图表开箱即用组件。

可落地、可量化验收的技术性能指标

统一采用能源行业通用NMAE归一化平均绝对误差作为预测精度判定标准：

1） 工商业分布式光伏T+1日前出力预测NMAE≤8%（等效拟合精度92%）；山地复杂地形光伏放宽至NMAE≤12%；

2） 区域综合负荷预测相比传统ARIMA统计模型，整体预测误差降低25%~30%；

3） 日前工商业电价预测拟合准确率≥90%；

4） 异常识别区分双部署模式：边缘本地推理响应≤1秒（单园区小规模部署）；云端集中分析响应≤10秒（多园区集团化部署）；

5） 支持同时融合处理12类及以上异构时序数据源开展联合预测仿真。

平台开放性与可扩展设计

1） 全能力基于RESTful标准化API对外暴露，支持园区管理平台、企业ERP、政府碳管理平台第三方系统对接调用；

2） 模型支持在线热更新，业务前端、调度系统无感知完成模型版本迭代；

3） 配套模型可解释性可视化工具，展示各因子对能耗、碳排、负荷的影响权重，提升政府、企业对AI决策结果的采信度。