目录
高质量的数据是 Higg Index 和 Worldly 平台最有价值的组成部分。为了维持高质量的数据，识别并纠正任何异常值至关重要。
异常值 是指与我们的历史观察和预期存在显著差异的数据点或计算。
Insights Hub 异常值
在 Insights Hub 的左侧栏中，你可以看到有多少离群值被排除在 Insights Hub 仪表板之外。在红色“X”旁边，你会看到被排除的离群值总数，以及一个“i”图标。
单击图标以打开值得再次查看的数据 窗口。
在 14 份评估中检测到异常值，这些评估会被自动从 Insights Hub 仪表板中排除。勾选复选框以 包含异常值 到 Insights Hub 仪表板中。这样将更新仪表板，以包含这 14 份检测到异常值的评估。
点击异常值 CSV下载包含已检测异常值的评估 CSV 文件。
文件中的表格包含有关评估的信息，包括 Worldly ID、工厂和 Assessment ID。
表格中的其他列用于检查异常值，包括：
- total_energy_mj
- total_ghg_kgco2e
- total_finalProductAssembly_mj
- total_hardComponentTrimProduction_mj
- total_materialProduction_mj
- total_printingProductDyeingAndLaundering_mj
- total_rawMaterialProcessing_mj
- total_rawMaterialCollection_mj
- domestic_total_mj
有哪些类型的自动数据质量检查可用？
Worldly平台在工厂自我评估过程中自动运行以下数据检查。
| 检查 | 类型 |
描述 | FEM2023 | FEM2024 | FEM2024 |
成品组装数量 |
验证 |
成品组装的年度数量必须是整数 | 是 |
是 |
是 |
生物质来源组合 |
验证 |
所有可持续采购并获得认证的生物质百分比 = 100 | 是 |
是 |
是 |
蒸汽来源组合 |
验证 |
所有蒸汽来源的百分比 = 100 | 是 |
是 |
是 |
蒸汽检查 |
验证 |
输入的温度和压力值无法产生蒸汽。 | 是 |
是 |
是 |
区域供暖温度检查 |
验证 |
区域供暖水的出口温度大于或等于入口温度。 | 是 |
是 |
是 |
车辆能源来源 |
验证 |
已选择车辆能源来源，但没有公司拥有或控制的车辆。 | 是 |
是 |
是 |
低总能源 |
验证 |
报告的总生产量或综合能源使用量必须大于美国家庭年平均用电量。如果工厂报告跟踪其所有能源来源，则能源总量 < 38574 兆焦耳。 | 否 |
2024年新功能 |
是 |
高总能源 |
验证 |
该工厂报告的总能源超过10,000,000,000兆焦耳。 | 否 |
2024年新功能 |
是 |
高总量 LNG |
验证 |
工厂报告的LNG总量超过1,000,000,000兆焦耳 | 否 |
2024年新功能 |
是 |
报告的雨水使用和雨水收集的答案不匹配 |
验证 |
报告的雨水使用总量与报告的最大雨水收集能力值不匹配，而且工厂回应称他们已经利用了工厂内可行的最大屋顶/地面面积进行雨水收集。 | 是 |
是 |
是 |
总用水量较低 |
验证 |
工厂报告的总用水量必须大于0升。FEM不会接受为0或负数的数值。 | 否 |
否 |
2025 年新品 |
总用水量高 |
验证 |
工厂报告的用水总量不得超过 1e+11（千亿）升。 | 否 |
否 |
2025 年新品 |
高柴油百分比 |
异常值检测 |
柴油能源的使用量超过了报告的总能源的90%。 | 是 |
是 |
是 |
高 LNG 百分比 |
异常值检测 |
LNG能源的使用量超过了报告的总能源的90%。 | 是 |
是 |
是 |
低购买电力百分比 |
异常值检测 |
购买电力的能源量少于报告的总能源的50%。 | 是 |
已移除 |
已移除 |
每位员工低能耗 |
异常值检测 |
每位员工每个工作日的总报告能源使用量较低。 | 是 |
已移除 |
已移除 |
每位员工的低用水量 |
异常值检测 |
每位员工每个工作日的总报告用水量较低。 | 是 |
已移除 |
已移除 |
高废水 |
异常值检测 |
报告的废水总量很高。 | 是 |
是 |
是 |
忽略高用户输入的自定义排放因子 |
计算 |
用户可以为自定义排放因子输入任何数值。在 FEM 2023 中，当计算温室气体（GHG）排放时，超出燃料源预期正常排放因子范围（0 到 1.6 之间）的值将被忽略。在 FEM 2023 中，这些用户输入的值不会用于任何计算。 | 是 |
是 |
是 |
高能源使用量 |
异常值检测 |
各个来源：在能源总量的背景下，个别能源来源（例如煤炭）的使用量很高。 总计：工厂类型中所有报告的能源来源总和很高。 |
否 |
是 |
是 |
高用水量 |
异常值检测 |
各个来源：在能源总量的背景下，个别水源（例如雨水）的使用量很高。 总计：某一工厂类型中所有报告的水源总和很高。 |
否 |
是 |
是 |
高标准化能源使用量 |
异常值检测 |
总计：工厂类型中所有报告的能源来源的标准化总和很高。 | 否 |
是 |
是 |
高标准化用水量 |
异常值检测 |
总计：某一工厂类型中所有报告的水源总和很高。 | 否 |
是 |
是 |
同比能源使用的显著变化 |
异常值检测 |
与 FEM2023 相比,单个能源使用量和总能源使用量显著增加或减少。 | 否 |
是 |
是 |
同比用水量的显著变化 |
异常值检测 |
与 FEM2023 相比,单个水源用水量和总用水量显著增加或减少。 | 否 |
是 |
是 |
Higg FEM 异常值检测方法
要了解有关异常值检测的更多信息,请阅读Worldly 的 Higg FEM 异常值检测方法。
摘要:关于何时触发异常值检测以及其含义的高级概述。
数据异常值的定义：错误异常值与真实异常值之间有什么区别？
初始数据集：Cascale和Worldly使用完整的FEM23评估集来建立用于FEM24评估的异常值阈值。
识别异常值的方法：了解如何使用标准统计方法四分位距来识别异常值。
单年同比变化：了解同比比较如何标记异常大的数值以及此功能的开发过程。
总能源/水异常值阈值:查看这两个表格以了解能源和水异常值的阈值。
我可以从异常值检测中期待什么？
异常值检测于2025年2月19日发布。如果工厂的Higg FEM评估在该日期之前发布，工厂需要等到这个日期之后才能利用数据检查功能。
此外，只要他们尚未开始与验证机构验证数据，并且在2025年4月30日之前，工厂可以取消发布其评估，使用数据检查来查找其回复中的异常值，然后再重新发布评估。
例如，如果一个工厂在2025年1月31日发布了他们的评估，他们需要在2025年2月19日至4月30日期间执行以下操作：
- 取消发布他们的评估
- 使用异常值检测来检查他们的评估数据
- 重新发布他们的评估
同比异常检测也将于三月中旬推出。
什么被视为异常值？
- 错误的异常值是在数据收集、记录、计算或输入过程中由于错误而产生的数据点。它们代表不准确性，不能反映数据中真实的潜在模式。例如，将一个人的年龄错误地记录为250岁而不是25岁的打字错误就是一个错误的异常值，因为它不符合现实值。同样，在没有转换的情况下以错误的单位记录能源值（例如，以兆焦耳（MJ）为单位的值被分配为千瓦时（kWh）单位）也会导致错误的异常值。这种"错误数据"必须被识别并处理——通常是通过删除或纠正（例如，通过验证或用推算值替换）——以维护分析的完整性。
- 真实异常值是合法的数据点，它们在统计上很少见但并非错误。它们自然存在于数据中，反映了真实的现象或事件。真实异常值通常提供关于不寻常但有效的行为或事件的宝贵信息。例如，工厂能源使用的异常增加可能对应于热浪期间增加的制冷需求。真实异常值可以揭示关键趋势、风险或机会，不应在未经分析的情况下被忽视。
FDM 到 FEM 异常值检测
FEM 和 FEM 都需要在发布前进行异常值检测。
请注意,虽然导入到FEM的FDM数据在传输过程中不会被检查,但FEM会在评估发布之前对导入的数据运行异常值检测。
常见问题
Higg FEM 用户发现了看起来不正确的数据。他们应该怎么做？
如果用户或 Worldly 团队发现不准确的数据已经完全通过 Higg FEM 2023 进入最终输出，用户应直接向其 Cascale 会员经理和 Worldly 支持团队报告这些问题。
在FEM Verification Protocol的第 4.10 节中，更详细地概述了在完成核查后更正 FEM 回答的流程。工厂积极参与并愿意配合这一流程至关重要，而且这一流程必须由工厂发起。
以下是来自协议的流程启动方法：
- 4.10.3 目前，VRF 变更仅允许用于确认的定量数据不准确之处（例如，能源或用水数据、与温室气体（GHG）排放计算相关的定量数据、废水量或废弃物数量等）
- 4.10.4 要启动 VRF 变更请求流程，工厂应通过 FEM@Sumerra.com 联系 VPM，提供不准确信息的详情、更正后的数值，以及工厂在完成其模块前未能识别不准确信息并使用 VRE 流程的原因。
为确保通过 Higg FEM 2024 收集的数据具有高质量，客户应关注：
1. 指导他们的工厂合作伙伴利用所有可用的资源和指导，包括在线学习、问题级别指导和翻译/语言选择。
2. 全年使用 FDM 捕获定量数据，既可以更早发现数据质量问题，又可以简化年底填写 Higg FEM 的流程。
3. 在提交至ASC之前仔细检查定量数据，尤其是在2025年4月30日之后，工厂一旦提交就无法撤回发布。
4. 在验证完成后、最终确认并发布到VRF之前，再次审核定量数据。
异常值检测检查如何在评估中显示？
这些检测异常值的检查会要求用户更新他们的数值。如果用户审核这些数值并对为什么该数值是准确的进行评论，他们可以使用这些数值进行发布。完全阻止发布的验证将在被标记的数值下方以红色显示。
如何处理异常数据？
我们建议你跟进相关工厂，要求他们确认这些数据。