不靠猜、不靠经验估。AI智能校罐读取液位仪长期运行数据，把每次进油当成一次实测，用偏差建模定位罐容表的哪一段不准、液位仪什么时候开始漂、损溢到底是真损失还是计量误差。输出的是可核验的修正建议，不是一句"建议校准"。
先把话说清楚：AI智能校罐不是让模型去"预测油量"，而是让它做计量人员做不完的那部分重复比对工作。逻辑链条很短，每一步都能回溯。
第一件事是建偏差模型。油罐每进一次油，液位仪会记录下进油前后的液位变化，进油单上写着这批油实际进了多少升。理论上"液位变化 × 该区段罐容"应该等于进油量，实际总对不上。把这几十上百次进油的差值按液位区间排开，就能画出一条偏差曲线——这就是 AI罐容分析要解的方程。模型要做的是从这条散点曲线里，把罐容表的系统性误差和单次进油的随机误差分离开。
第二件事是异常识别。人工核对只能看总数：今天进了 10000 升，液位算出来 9950 升，差 50 升，记一笔。AI损溢分析看的是结构：这 50 升是均匀分布在所有液位区段，还是集中在 1.2 米到 1.8 米这一段？是最近两个月才出现，还是一直如此？不同结构对应完全不同的原因，一个是液位仪整体漂移，一个是罐容表中段错了，还有一个是罐体在这个高度发生了变形。分不清结构，就只能笼统地说"这罐有损溢"。
第三件事是给出可执行的修正量。系统输出的是分区段的容积修正建议表，计量人员拿这张表去和现场检定结果对照，重点是核对模型标出来的那几个异常区段，而不是从头把整张表重测一遍。这是 AI罐容分析在加油站场景里最实际的价值。
这四类问题在现场都很常见，但表现相似、成因完全不同，人工核对时最容易混为一谈。
罐体受地基沉降或外力影响发生形变后，某些高度区段的实际容积会偏离罐容表。典型特征是偏差集中在窄区间，且随时间单向累积、不回弹。AI罐容分析会在偏差曲线上把这段标出来，提示现场复核罐体几何状态。
零点和量程的缓慢漂移最难发现，因为它让所有区段同向偏移，看起来像"整体少了油"。AI油罐分析通过空罐、满罐等特征点交叉验证，把液位仪误差从罐容误差里剥离出来，避免按错误结论去调罐容表。
老罐容表多来自理论计算或早期检定，中段和顶部常用区间的误差最容易被忽略。智能罐容分析用进油数据做实测复核，逐段给出修正量，直接对应到日常结算用的那张表上。
同样是损溢，白天损、夜里溢、只在某个液位段出现、只和某个油品相关，指向的原因完全不同。智能油品损溢分析按时间、区段、油品三个维度交叉比对，把异常模式识别出来再定方向。
不是说人工核对没价值，而是人工能做的那部分，AI 做得更快更细；人工做不完的那部分，正好是 AI 的强项。
| 对比维度 | 传统人工核对 | AI智能校罐 |
|---|---|---|
| 数据样本 | 抽几次进油，或按检定周期取一次 | 全部进油记录逐笔参与，样本量随运行时间增长 |
| 分析粒度 | 整体盈亏一个数，说不出错在哪一段 | 按液位区段拆分，定位到具体高度区间 |
| 误差归因 | 罐容误差与液位仪误差混在一起，靠经验判断 | 两类误差分别建模，能给出各自的贡献量 |
| 发现时机 | 季度或年度盘点时才暴露，可能已连续数月错账 | 偏差趋势超阈值即提示，问题当期就能发现 |
| 出结果周期 | 预约、现场、报告，通常数周 | 数据完整当天出报告，之后持续更新 |
| 人力投入 | 需要专人整理台账、逐笔核对 | 数据自动采集，人工只需复核异常区段 |
| 结论形态 | 一句"存在损溢，建议校准" | 分区段修正建议表，可直接对照检定结果核验 |
这一节回答最常被问到的问题：结果是不是编出来的。方法本身没有黑箱，可复现是前提。
数据质量决定结论质量，这一点在智能加油站计量分析里尤其明显。平台会先给数据打质量分：进油记录完整度、液位采集频率、覆盖的液位区间数量。质量分不够时，系统不会硬给一个看起来精确的数字，而是直接说明缺哪类数据、补多少条记录结论才稳。对计量人员来说，知道自己手里的结论有多硬，比拿到一个漂亮的小数点更重要。
可复现同样关键。每一份 AI罐容分析报告都保留参与计算的进油批次清单，可以逐条查看、逐条排除。如果对某个区段的修正量有疑问，把对应批次的原始数据调出来手工复算，结果应该一致。做不到这一点的分析，在计量场景里没法用。
AI油罐分析最直接的作用是把"事后追账"变成"事中提醒"。下面几类问题，都是等盘点暴露出来时已经晚了。
罐容表区段偏差不变、但每次交接都按它算，偏差会逐月累积成账面与实际库存的缺口。当偏差还在 0.5% 时修正成本最低，等到盘点差出几吨油，解释成本就完全不同了。
液位仪漂移后，库存、交接、损溢三条线同时失真。智能库存分析会同时盯多个罐，如果多个罐出现同向偏移，基本可以判断是仪表或系统性问题而不是某个罐的问题。
存在固定区段的异常损溢模式，长期被归入"合理损耗"而无人追查。AI损溢分析把区段和时间维度拉出来后，这类被平均值掩盖的问题会直接显形。
罐体变形早期只表现为小范围容积偏差，日常很难察觉。偏差曲线出现局部突变并持续扩大时，AI罐容分析会提示复核罐体状态，把排查窗口提前。
地罐交接双方对数字有分歧时，靠一份有区段偏差数据支撑的报告，比空口讨论损耗率更容易达成一致。这也是油罐智能分析平台在油品交接场景被接受的原因。
台账整理与逐笔比对是纯体力活。交给系统自动跑之后，计量人员的精力可以放在异常区段的现场核实上，这才是人真正不可替代的部分。