功率 (Power)
解释耐力训练中的功率、骑行与跑步功率的测量/估算方式，以及 Trainingload.ai 如何用功率计算区间、TSS、FTP、CP、NP 与 VI。
功率是描述运动强度的高信号指标之一。在物理学上，功率定义为单位时间内所做的功。
其中：
P是功率（瓦特，Watts）。W是功（焦耳，Joules）。t是时间（秒，Seconds）。F是力（牛顿，Newtons）。v是速度（米/秒，m/s）。
在骑行中，可以粗略理解为：踩踏力量越大、踏频越快，输出功率通常越高。
为什么功率有用？
相比于心率（Heart Rate）或配速（Pace），功率有几个实用优势：
- 响应快：心率对强度变化有滞后（Cardiac Lag），而功率几乎会立刻反映输出变化。
- 外部输出清晰：心率会受压力、咖啡因、睡眠、温度、脱水等因素影响；功率描述的是当前输出功率。
- 适合负荷模型：FTP、CP、IF、TSS、NP、VI 等指标都可以以功率为输入。
- 适合地形变化：爬坡或顶风时配速会变慢，但功率可以帮助你更稳定地控制输出。
功率也不是完整答案。设备校准、传动损耗、风、路面、跑姿、疲劳和高温都会影响解读。Trainingload.ai 会把功率和心率、配速、RPE、近期负荷一起看。
虚拟功率 / 估算功率 (Estimated Power)
并不是所有人都拥有昂贵的功率计。Trainingload.ai 支持基于物理模型对功率进行估算。估算值保存在独立的 calculatedPower 序列中，绝不会伪装成设备实测 power。
当前 v1 是平路模型：只使用速度、体重和固定模型参数，明确忽略坡度。活动有至少 50% 的有效实测功率时，系统始终优先实测值。
估算原理
骑行功率估算
当你在户外骑行时，你的输出功率主要用于克服以下阻力：
v1 采用 Gribble 结构的平路稳态模型，计算滚动阻力、空气阻力和传动损耗。车重、Crr、CdA、空气密度和传动损耗使用版本化固定参数；暂不使用重力坡度项、加速度和实时风况。
估算值有参考意义的前提
估算功率的参考价值高度依赖于输入数据质量：
- 体重与车重：需要尽量准确设置。
- GPS 速度的精度：速度抖动会直接影响估算结果。
- 环境因素：模型通常无法感知风向（顺风/逆风）和路面状况，因此在有风天气下误差较大。
估算功率更适合观察同一模型下的趋势，不应当作功率计读数。
跑步功率估算
跑步的功率估算和骑行不同：你并没有“驱动系统”的机械功率，而更接近“为完成当前速度所需的代谢输出”的模型化表达。
在 Trainingload.ai 中，如果一次跑步活动缺少可靠功率数据，我们会基于速度、体重和身高生成独立估算序列。v1 固定使用平地成本，不读取坡度。
常见的做法是先估算在某个坡度下的“单位距离能量成本”（J/kg/m），再乘以速度与体重得到瓦特数：
v1 的平地成本为 3.6 J/kg/m，再结合速度相关效率和空气阻力计算。
估算值有参考意义的前提（跑步同样需要注意）：
- 速度可靠：GPS 速度抖动会直接放大到功率估算里。
- 体重准确：瓦特数与体重线性相关。
- 模型是近似：风、路面回弹、跑姿、加速度/变速等因素很难完全被模型捕捉，所以更适合看趋势与对比，而非当作绝对测量值。
Trainingload.ai 如何使用功率
- 设置强度区间：实测功率可以锚定 FTP、CP 与功率区间。
- 计算训练负荷：NP、IF、TSS 等正式功率负荷只使用实测功率；估算功率不会污染能力与纪录。
- 复盘配速/配功率：VI 与 NP 可以帮助判断一次训练是稳定输出，还是包含大量变速和冲刺。
- 补足展示信息：当没有直接功率数据时，功率图和实时记录页可以展示明确标注的估算趋势。跑步 GOVSS 使用同一模型族，但会独立进行阈值和时间窗口计算。