Trendz 中的预测模型在训练后生成预测遥测，并将结果以新遥测的形式存入ThingsBoard，便于后续处理、观测或进一步分析。 系统生成与展示预测遥测的流程如下：
首先需要完成模型训练。模型需具备名称、关联业务实体以及ThingsBoard遥测键。遥测键决定预测的存储方式：既在Trendz中以遥测形式保存，也在ThingsBoard中以同名键保存，并与所选业务实体关联。满足上述条件后，Trendz会从最新训练遥测起，按模型分段时长生成预测。
举例：假设今天是2025年1月1日。你有一台能耗表设备，遥测包含以kWh计量的”能耗”。2024年全年遥测数据可用，且需预测月度能耗。可创建名为”能耗预测”的模型，选择”能耗表”业务实体，将ThingsBoard键设为 “energy_consumption_prediction”。训练时选择时间范围 2024/01/01–2024/12/31，预测范围设为1个月，分段策略选FIXED。
训练完成后，模型将数据划分为12个分段（每月一个），无空隙或重叠（由FIXED策略决定）。随后Trendz为最新训练数据之后的月份生成预测，即2025年1月。该预测以键 “energy_consumption_prediction” 存入ThingsBoard，并可通过”能耗预测”业务实体字段在Trendz中访问。
若预测需随时间保持有效，可使用刷新任务在收到新遥测时更新模型。该任务会：
- 加载新遥测并形成新分段；
- 根据新数据调整模型；
- 生成更新后的预测。
每次刷新都会更新最新数据点，并为对应时间范围生成新预测。若新预测与已有预测重叠，旧预测会被覆盖。刷新过程持续迭代，将预测向前延伸，直到数据不足以生成新分段时停止，并在新数据可用时恢复。
例如，当2025年1月的新遥测加入后，模型会将该分段纳入并生成2025年2月的预测。更新后的预测会替换所有重叠值，保证预测保持准确、及时。随时间推移，这一迭代过程会不断延伸预测时间线，并始终与最新数据保持一致。
这种方式使基于历史数据训练的模型能够动态更新，并为未来时段提供可靠的预测。
预测模型任务
训练完成并确认精度满足需求后，可启用模型，将预测遥测用于计算剩余时间、在仪表板或视图中展示预测等场景。 按以下步骤配置并启用预测模型：
- 点击 JOBS 按钮，打开预测模型参数对话框；
- 在对话框中可配置：
- 启用或禁用将预测遥测保存至ThingsBoard；
- 指定遥测更新频率；
- 选择保存预测遥测的目标设备；
- 启用模型重训练，以便在检测到新真实数据时自动重训练；
- 设置完成后点击 保存 以应用更改。
下一步
-
快速入门指南 - 快速了解 Trendz 主要功能。
-
安装指南 - 学习在各种操作系统上部署 Trendz。
-
指标探索器 - 学习使用 Trendz Metric Explorer 探索和创建指标。
-
异常检测 - 学习识别数据中的异常。
-
字段计算 - 了解字段计算及使用方法。
-
状态 - 学习基于原始遥测定义和分析资产状态。
-
筛选器 - 学习在分析中筛选数据集。
-
可用可视化部件 - 了解 Trendz 中可用的可视化部件及配置方法。
-
分享与嵌入可视化 - 学习将 Trendz 可视化添加到 ThingsBoard 仪表盘或第三方网页。
-
AI 助手 - 学习使用 Trendz AI 功能。