功率元年与TSS初识

2015年被许多车友称作“功率元年”。

• 各大功率计厂商集体降价，功率计开始进入大众骑行者视野；

• 多家初创品牌推出平价产品；

• 《功率计在自行车训练和竞赛中的应用》中文版问世；

• 作者亦从此系统接触功率训练理论。

高阶功率数据的基础：NP（标准化功率）

为什么需要NP？

AP（平均功率）无法准确体现训练负荷，尤其在间歇训练中。例如：

• 阿毛骑1小时平均功率150W → 轻松；

• 次日做15秒500W冲刺+105秒50W恢复的间歇组合1小时 → 非常累，但AP仅120W。

此时，NP通过算法强调高强度输出的权重，更贴近生理负荷。

NP的计算原理（TrainingPeaks版本）：

1. 对原始功率数据做30秒移动平均；

2. 所有数据点四次方；

3. 取均值；

4. 开四次方根。

不同平台（如Strava）算法略有不同，但核心思路一致：拉高强度在负荷计算中的权重。

核心指标：TSS（Training Stress Score）

定义：

TSS = IF² × 时间（小时） × 100

其中，IF（Intensity Factor） = NP / FTP

• NP代表实际骑行强度；

• IF代表相对骑行强度；

• TSS结合了强度与时间，估算生理负荷。

实例比较：

• 阿毛1小时维持FTP（200W）→ TSS = 100；

• 阿毛2小时维持100W → TSS = 50（尽管热量消耗一致）。

TSS强度级别说明

▲ TSS的分级参考：

TSS<150：轻度疲劳

150-300：中度疲劳

300：高强度疲劳，需多日恢复

TSS的延伸：PMC训练管理图

核心概念：

• CTL（Chronic Training Load）：长期训练压力（默认窗口6周）

• ATL（Acute Training Load）：短期训练压力（默认窗口1周）

• TSB（Training Stress Balance）：CTL - ATL，代表“训练余额”

含义：

• CTL越高 → 适应度越强；

• ATL越高 → 疲劳积累越多；

• TSB越高 → 状态越好，适合比赛；

• TSB越低 → 恢复不足，风险增加。

TSB低于-30：小心“拉爆”风险

TSS的局限与被滥用

客观误差：FTP设置不准确

• FTP偏低 → IF偏高 → TSS被高估（并被平方放大）；

• FTP未更新 → 长期TSS不准；

• 解决方案：使用CP曲线估算FTP并及时更新。

算法问题：TSS非物理量

案例1：档案拆分 → TSS大幅变化

• 同样功率分两档记录 → TSS减少；

• 示例：半小时200W + 150分钟50W

• 合档案：TSS = 123

• 拆两档案：TSS = 65（大幅低估）

案例2：无功段拉高NP → 高估训练负荷

• 间歇训练后忘记停表 → 滑行时间拉低NP权重；

• 滑行前停表 → NP被放大，TSS随之偏高。

案例3：短间歇训练高估效果

• 高强度短间歇训练的高功率段对NP影响巨大；

• 被四次方+平方放大后，TSS严重失真。

正确使用TSS的六个建议

1. 避免训练极端：

2. “拼强度”派易被高估；“堆里程”派易被低估；

3. 顶级职业选手训练周TSS≈1000，平均IF≈0.6-0.7。

4. 增加训练多样性：

5. 多种训练组合减少单次TSS失真的长期影响。

6. 采用更合理的NP算法：

7. Strava的加权功率（基于Xpower）通常更贴近体感；

8. 若1小时IF>1，应高度警觉NP是否失真。

9. 定期调整FTP：

10. 可通过训练软件估算实时FTP；

11. 定期FTP测试或CP曲线更新更为科学。

12. 多维度指标综合分析：

13. 时间、里程、爬升、卡路里、主观强度、心率等都是重要参考；

14. 建议同时建立多条CTL/ATL曲线。

15. 勿以TSS为实时目标：

16. 实时TSS数据误差大，不应以此为训练依据；

17. 建议训练后分析、前期以科目目标为主。

结语：TSS是好工具，但非万能

TSS设计巧妙，是功率训练的重要参考，但也具有数学模型局限性，高估/低估现象在所难免。真正理解TSS的算法原理与应用边界，才是走出“数据迷信”的关键一步。

随着训练数据的复杂化，高阶指标如TSS、NP、IF等将越来越多，但避免成为数字游戏的奴隶，理解其背后的生理机制，才是“功率党”进阶的分水岭。

我们是否能从TSS之外，发展出更符合生理真实负荷的量化系统？

——或许，这正是 LOCOMO 未来在做的事。