1.情景表添加keff阈值设置字段：在情景配置中新增keff阈值参数,当模拟过程中keff值达到或超过设定阈值时，系统对keff值进行红色高亮显示，用于风险预警。
2.情景表，有算法类型字段，现在要求支持按设备设置所使用的算法类型，以满足不同设备在同一情景下采用差异化算法模型的需求。
3.始发事件配置增强：多时间点、多数值的配置方式，支持通过excel模板批量导入。
4.开放模型训练面板
新增模型训练模块，主要包括：
选择算法类型、设备类型、选择样本数据集、支持模型参数配置，进行模型训练，展示模型训练指标（误差），支持模型文件保存。
初步计划模型训练面板设计：
    设备类型：（下拉选择）
    算法类型：（下拉选择）
    样本数据集：根据时间范围选自临界数据库，或者上传的excel文件。
    模型参数配置：（文本框输入）
    训练按钮：（点击触发训练）
    训练指标展示：（实时显示训练误差等指标）
    模型文件保存：（保存训练好的模型文件）
    训练完成后，需要在模型表里面加一条记录。


当前已有模型表：CREATE TABLE `algorithm_model` (
  `algorithm_model_id` char(36) COLLATE utf8mb4_general_ci NOT NULL COMMENT '模型版本唯一ID',
  `algorithm_type` varchar(100) COLLATE utf8mb4_general_ci NOT NULL COMMENT '算法类型（如GPR/MLP/FastRBF）',
  `device_type` varchar(200) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NOT NULL COMMENT '设备类型（如CylindricalTank/AnnularTank）',
  `version_tag` varchar(50) COLLATE utf8mb4_general_ci NOT NULL COMMENT '版本标识（如v1或时间戳）',
  `model_path` varchar(200) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NOT NULL COMMENT '模型文件路径（pipeline.pkl）',
  `feature_map_snapshot` json NOT NULL COMMENT '特征映射快照（Java属性→Python特征键）',
  `metrics` json DEFAULT NULL COMMENT '训练评估指标（rmse/mae/r2/maxe）',
  `metrics_image_path` varchar(200) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci DEFAULT '' COMMENT '误差散点图路径',
  `trained_at` datetime DEFAULT NULL COMMENT '训练完成时间',
  `is_current` tinyint NOT NULL DEFAULT '0' COMMENT '是否当前激活版本（1是，0否）',
  `created_at` datetime DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间',
  `updated_at` datetime DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '修改时间',
  `modifier` varchar(40) COLLATE utf8mb4_general_ci DEFAULT NULL COMMENT '最后修改人',
  PRIMARY KEY (`algorithm_model_id`),
  UNIQUE KEY `uk_algo_dev_ver` (`algorithm_type`,`device_type`,`version_tag`) COMMENT '同算法+设备类型的版本唯一',
  KEY `idx_current` (`algorithm_type`,`device_type`,`is_current`) COMMENT '当前版本查询索引'
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_general_ci;