节能改造圈有个经典扯皮场景：乙方宣布改造完成、节能率百分之二十，甲方拿着电费单反问——改造后这个季度电费怎么还涨了？双方各执一词，问题出在对比口径上。
能耗不是恒定的物理量，它跟着天气、业务量、运行时长三条曲线波动。同一个冷站，遇到凉夏和酷暑，电耗差出两三成很正常；酒店入住率从六成涨到八成，客房能耗水涨船高；商场延长营业两小时，照明插座基数直接被改写。改造前后各抽一段数据直接相减，等于把节能效果和天气、业务量变化搅在一起，谁也说不清。
更隐蔽的坑是“向均值回归”：很多项目偏偏选在能耗异常偏高的年份之后做改造，下一年就算什么都不做，能耗自己也会回落一部分。这部分“白捡”的下降不能记在改造头上。科学的做法只有一个：建一条可信的基线，回答“如果不改造，这栋楼现在会用多少能”。
基线模型的逻辑一句话就能说清：用改造前至少十二个月的数据，拟合一个“能耗与驱动因素之间的关系模型”，再把改造后实际发生的天气、业务量代入模型，算出“假设不改造会用多少能”，与实际计量值对比，差值才是真实节能量。写成公式就是：节能量等于基线预测能耗减去改造后实际能耗。
这个思路在国际节能效果测量与验证体系（IPMVP）里叫全楼路线（Option C），国内《节能量测量与验证技术通则》GB/T 28750 同样采用。它的本质是把“改造前后对比”改造成“实际值与预测值对比”，把原本不可比的两个时间段，换算到同一组天气与业务条件下。
建模之前还有个前提常被跳过：口径统一。统计边界、折算系数、面积口径，基线期与报告期必须完全一致，否则模型再漂亮也是沙上建塔。口径体系怎么定，可以参考我们此前整理的单位面积能耗指标(EUI)基准值对比：基线建模前先统一能耗口径与统计边界，先把统计边界和负荷剥离项钉死。
第一种，度日数单变量回归。以制冷度日数（CDD）或供暖度日数（HDD）为自变量、能耗为因变量，一条直线或分段直线拟合。适合空调能耗占主导的办公建筑，数据要求低，逐月电表读数加公开气象数据就能跑。局限也明显：只看天气不看人，入住率大幅波动时误差立刻放大。
第二种，多变量回归。在度日数之外引入业务量变量：入住率、客流量、营业时长，甚至室内二氧化碳浓度均值作为人员密度的代理变量。商场、酒店、医院这类业态几乎必选多变方案。变量的选择有讲究：宁可少而准，不可多而杂，每一条新增变量都要能讲清机理，否则只是把噪声拟合了进去。
第三种，高频数据模型。把数据颗粒度从月提高到日、甚至十五分钟，基线模型的分辨率跟着提高，还能单独捕捉周末与节假日模式。颗粒度越细，对采集链路的完整性要求越高——逐日负荷曲线要靠稳定的采集体系长期归集，工程上通常按回路密度配置能耗网关并本地缓存，具体做法见能耗网关在逐日负荷数据自动归集与基线建模数据准备中的应用。数据断档超过一个 reporting period，模型的眼睛就瞎了一半。
拟合出一条回归线只是开始，模型能不能用，行业有明确的验收线。参照 ASHRAE Guideline 14 与 IPMVP 的常用门槛：月数据模型，决定系数 R² 不低于 0.75，变异系数 CV-RMSE 不大于 25%；日数据模型，R² 不低于 0.8，CV-RMSE 不大于 20%。两个指标必须同时过线，只好看一个都不够。
R² 回答“模型解释了能耗波动的几成”，CV-RMSE 回答“典型预测误差有多大”。R² 高而 CV-RMSE 超线，多半是少数点偏差极大被平均掉了；反过来 CV-RMSE 小而 R² 低，说明能耗本身波动不大，模型并没有真正抓住规律。残差图也要看：残差应当围绕零线随机散布，一旦出现随气温或时间系统性弯曲的形状，说明模型形式错了，该换分段回归、多项式或补入缺失变量。
还有一个细节：基线模型的输入数据本身必须是干净的。计量异常、抄表错位、缺失填补不当，都会让回归系数系统性跑偏。动手建模前，先过一遍数据清洗的流程——异常值识别、缺失值处理、计量口径核对，具体方法在能耗数据清洗实战：异常值识别与缺失值补全是基线回归不跑偏的前提里已经展开，这里只强调一句：脏数据建不出干净的基线。
第一步，定边界与层级。明确是整栋楼还是某个系统（冷站、锅炉房、照明干线），两者对应不同的基线粒度。整楼基线回答“项目整体节了多少”，系统级基线回答“哪台设备、哪个回路的改造真正起了作用”。层级能做到多细，改造前就看计量设计——回路切分与互感器配置的规范要点见分项计量设计规范：回路切分决定基线模型能落到哪个层级。
第二步，收集基线期数据。至少连续十二个月，最好覆盖完整制冷季与供暖季；能耗数据逐月起步、逐日更稳，驱动变量（度日数、入住率、营业时长）逐期对应。天气数据可以用就近气象站或项目自建的小型气象观测，注意数据来源在基线期与报告期保持一致。
第三步，拟合与校验。先试单变量，残差结构不行再逐步加变量；每加一次变量，重新检查 R²、CV-RMSE 与残差图。过线之后，把模型参数、数据版本、统计边界整套封存，形成基线报告——这是将来结算与复核的唯一依据。
第四步，确定报告期对比规则。改造竣工验收后，按同样口径持续采集实际能耗与驱动变量，逐期代入基线模型得到预测值，实际值减预测值即当期节能量。报告期越长，天气向均值回归带来的干扰越小，结论越稳。
第五步，定期复核与调整。业态发生重大变化——大面积租户更换、营业时间整体调整、新增大型设备——意味着原基线的前提被破坏，此时不是硬套旧模型，而是按 IPMVP 的基线调整条款重做基线，并留痕说明。
基线期太短或太特殊。只用三四个月数据，模型对极端天气毫无招架之力；把疫情停摆期、极端寒潮期包进基线却不做处理，回归系数会被拉到失真。基线期至少十二个月，特殊时段要么剔除、要么加虚拟变量。
变量遗漏。改造前后入住率翻倍，模型里却只有度日数，算出来的“节能量”里混着业务量增长带来的虚耗；反过来入住率腰斩，真实节能又会被吃掉一大块。遗漏变量的方向不定，但结论一定偏。立项时就该把关键业务量指标列入采集清单，而不是建模时才发现没数。
施工期数据混入基线或报告期。改造施工本身的临电、调试能耗既不是基线也不是运行能耗，应当在两端都明确剔除规则，写进基线报告的口径条款。
基线模型是节能改造从“讲情怀”走向“讲数据”的分水岭。它把节能量从双方各自的电费单里解放出来，变成一条可以审计、可以复算的曲线。当然，基线只是节能闭环中的一环——从监测、诊断、改造到验证再回到监测的完整方法论，我们在支柱页建筑节能实战手册：从能耗监测到优化的完整闭环里已经搭好，基线建模正是其中“验证”环节的落地工具。
