自然语言驱动的自助式能耗分析工具

将用户口语化提问转化为专业的分项能耗分析报告与可落地节能建议。

场景痛点

需要专业人员了解能耗设备数据结构，拖拽报表、配置查询。

技术实现

采用 LLM + NL2SQL + 语义指标层 + 自动报告生成的技术架构：

• 语义解析与查询生成：用户输入问题（如“对比去年同期的病区照明用电量”），大模型先完成实体抽取与意图识别：提取指标（照明用电量）、维度（病区空间维度、去年同期时间维度）、计算意图（同比对比、分项统计），随后自动生成标准化时序查询语句 / SQL，从能耗数据库中拉取对应数据。
• 多维度深度归因分析：基于拉取的数据自动完成同比 / 环比计算、能耗结构占比、趋势偏离度分析、区域对标分析；采用 LMDI 指数分解法，将能耗变化拆解为活动效应、结构效应、能效效应，精准定位能耗波动的核心原因。
• 节能措施匹配生成：根据分析结论，从节能知识库中匹配对应场景的优化措施，结合项目实际参数测算预期节能量、改造投资与静态回收期，由大模型组织生成结构化、可落地的优化建议。
• 交互式报告输出：自动输出包含数据表格、趋势曲线、原因分析、优化建议的分项能耗对比报告，支持用户多轮追问（如“哪个病区照明能耗最高”），实现钻取式分析。

系统界面