8.8 预测
备注
预测需要与 IDMP 一同安装 TDgpt 模块，无需大语言模型连接。
IDMP 支持由 TDgpt 驱动的 AI 时序预测。预测根据元素属性的历史行为预测其未来值，从而实现主动运营——识别潜在的阈值突破、规划维护窗口或估算未来消耗量。
为属性配置预测
预测在属性属性页的预测配置部分按属性进行配置。
为属性启用预测的步骤：
- 打开属性（从元素的属性标签页，点击属性名称）。
- 点击编辑。
- 展开预测配置部分。
- 选择预测提供方：
| 选项 | 说明 |
|---|---|
| TDgpt | 使用 TDengine 内置时序预测引擎。选择预测算法并配置预测范围（预测多远的未来）。 |
| 外部 | 通过已配置的端点连接外部预测服务。 |
| 无 | 不预测（默认）。 |
- 选择 TDgpt 时，配置：
| 字段 | 说明 |
|---|---|
| 算法 | 预测算法（见下文） |
| 预测行数 | 要预测的未来数据点数量 |
- 点击保存。
支持的算法
TDgpt 提供多种预测算法：
| 算法 | 特点 |
|---|---|
| ARIMA | 经典统计模型，适用于具有趋势和季节性成分的平稳时间序列 |
| HoltWinters | 带趋势和季节性分解的指数平滑——适合规律性周期模式 |
| LSTM | 基于 PyTorch 的 LSTM 神经网络——捕获复杂的非线性时序依赖关系 |
| TDtsfm | TDengine 时序基础模型，在多样化工业时序数据上预训练，支持零样本和微调预测 |
在趋势图中查看和切换预测
为属性启用预测后，预测值将与历史数据一起显示在趋势图面板中。预测值以时序线的延续形式呈现，在视觉上与实测数据可区分。
在趋势图面板中，图表右侧的预测控制图标允许您在不更改属性配置的情况下切换预测叠加层的显示与隐藏。使用此功能可在浏览数据时快速显示或隐藏预测值。
预测结果可通过 TDengine SQL 的 FORECAST 函数以编程方式访问，该函数返回配置的未来行数的预测值。
使用场景
- 能源管理： 预测未来 24 小时的电力消耗，以优化负荷调度。
- 预测性维护： 预测温度或振动趋势，提前预判数值将何时突破阈值。
- 容量规划： 预测未来一周的储罐液位或生产吞吐量。
