上一回聊了基线。基线建模尽量拉长时间线基本能解决节电率公不公平问题，但解决不了基础工况变差、传感器衰减等问题造成节电率失真。各类数据是不实，节电率就是化妆。

所以问题很简单：你多久没给系统做体检了？

传感器会漂移，执行器会卡滞，通信会丢包。装上一两年没事，三年呢？五年呢？数据不可信，AI优化越努力，错得越远。

慧节能现场总被问：为什么还要加温度传感器？加装麻烦，还有误差。

说实话，原装传感器多久没校准，我不知道；什么时候会坏，我也不知道。慧节能加装关键测点，不是为了替代原传感器，而是为了从今天开始给系统做实时体检：看漂移、看卡死、看通信断没断、看命令下去有没有响应。传感器是慧节能的，数据链才可控，体检才有抓手。

有人会说：我的商场已经有室内环境传感器了，不用加。

但室内温度代表环境，不直接代表末端冷量和阀位状态。慧节能秒级采集冷量变化，再配合时间同步和滤波，冷量一有异常能看见；分钟级不是不能用，但极限工况下，等你发现，温区可能已经跑到物业嗷嗷叫了。快不是为了炫技，是为了让冷量变化看得见，是数据分析的基石。

执行机构坏了、卡滞了，怎么办？

慧节能不靠猜。发命令、看反馈、看冷量响应，三层校验：命令下去有没有执行，执行到不到位，冷量响应对不对。发现执行不到位就报警、就保守控制，不把故障当正常工况学进去，不乱搞。

数据脏了怎么办？

很多AI一上来就学习，建筑属性没整明白就上系统。水泵做了变频，冷却塔清洗了，末端改造了，主机升级了，全局寻优也上了，风水联动也考虑了，电费是省了，可哪里不对劲说不清。为什么？传感器太多，哪个坏了不知道，脏数据进模型，优化结果只会更脏。

慧节能先做数据质量评分：缺失、跳变、冻结、漂移、时间戳错位、通信中断，脏数据不进模型。先洗数据，再谈寻优。

还有归因。多项措施一起上，电费省了不等于AI省了。慧节能要分项入参、工况修正，把每项贡献拆开算，节电率要经得起复盘。

最后说传感器数量。慧节能不是堆传感器，也不是越少越好，而是最小充分可观测集：关键测点加（代表性区域），非关键测点用机理模型和软测量替代。既省成本，又不拿脏数据寻优。

一句话：慧节能敢说“真的会节能”，不是因为算法会讲故事，是因为先把数据弄真、设备弄健康、归因弄明白。