能耗（统计/预测）仪表
能耗（统计/预测）仪表是一款免费的在线能源电力工具，能耗（统计/预测）仪表。免费在线工具，纯前端处理，数据不上传，保护隐私安全。纯前端运行、数据不上传、无需注…
🔮 Energy Consumption Dashboard
Break down consumption by category, then forecast the next period with a least-squares trend.
📐 统计口径与预测方法
分项统计：对每个用能分项求和，计算各分项占总能耗的比例（占比 = 分项 ÷ 总量 × 100%），并按用量降序排列，便于识别主要耗能环节。
趋势预测：对历史总量序列按时间 t=1,2,…,n 做最小二乘线性拟合 y=a+b·t，其中 b=(nΣty−ΣtΣy)/(nΣt²−(Σt)²)、a=(Σy−bΣt)/n，下一期预测值 = a+b·(n+1)。斜率 b 表示每期平均变化量，用于判断能耗上升或下降趋势。
趋势预测：对历史总量序列按时间 t=1,2,…,n 做最小二乘线性拟合 y=a+b·t，其中 b=(nΣty−ΣtΣy)/(nΣt²−(Σt)²)、a=(Σy−bΣt)/n，下一期预测值 = a+b·(n+1)。斜率 b 表示每期平均变化量，用于判断能耗上升或下降趋势。
📚 深度解析：分项占比统计与最小二乘趋势预测
💡 常见使用场景
- 企业/家庭用电的分项构成分析与节能挖潜
- 按历史用电量预估下期电费与用电计划
- 设备能耗异常排查中的占比对比
分项统计
照明 120、空调 340、插座 90、动力 450（合计 1000）：占比依次为 12.0%、34.0%、9.0%、45.0%，动力为最大耗能项。
趋势预测
历史总量 820、880、930、1010、1080，最小二乘拟合斜率约 +65/期，下期预测约 1139。
❓ 常见问题（FAQ）
- 占比是怎么计算的？
- 占比 = 分项用量 ÷ 所有分项合计 × 100%，并按用量降序排列，便于快速定位主要耗能环节。
- 趋势预测用的是什么方法？
- 对历史序列按时间做最小二乘线性拟合 y=a+b·t，下一期预测值取 a+b·(n+1)，适合短期、近似线性的用量预估。
- 预测结果可以直接用于预算吗？
- 建议作为参考基线。季节波动、设备增减、电价调整等都会影响实际值，正式预算应结合这些因素修正。
⚠️ 使用说明与注意事项
- 本工具纯前端运行，数据不会上传到服务器
- 建议在主流浏览器（Chrome/Safari/Firefox/Edge）中使用
- 计算结果仅供参考，请以实际应用场景为准
▼
工具简介
能耗（统计/预测）仪表。免费在线工具，纯前端处理，数据不上传，保护隐私安全。
功能特点
- 纯前端处理，数据不上传服务器
- 操作简单，一键完成
- 实时显示结果，所见即所得
- 支持复制和下载结果
使用场景
- 日常办公与学习
- 开发调试与数据处理
- 快速计算与格式转换
- 信息查询与参考