究其原因，TSS计算基于整个活动的NP。标准化功率NP（normalized power），和平均功率一样，是对一次完整运动进行功率估算的统计量。TSS，是由NP/FTP的平方*100*运动小时数得到，是对训练量进行估算的统计量。
平均功率的劣势在于，如果运动中功率波动较大，算术平均得到的功率均值不足以体现整个运动情况，例如高强度冲刺训练，极短时间极高功率输出+长时间低功率恢复的间歇，平均功率极低，无法提现高强度；而标准化功率是通过计算移动平均再对结果取高次方平均得到的均值，平滑了过低、过高的功率点，提高了高功率输出段的比重，对整个运动的描述优于平均功率。
但NP版TSS的算法缺点依旧明显，高次平均算法过高估计了高功率段的比重，在时长较长、功率波动较大的训练中，存在偏高现象，仍不能很好地体现整个运动的表现。举一个极端例子，FTP=200W，5分钟120%FTP的训练，NP=AP=240W，TSS=12；而一个5分钟120%FTP后加入115分钟接近0%FTP的恢复，总计2小时的运动，NP=106W，TSS=56.4；两个训练强度、训练量一致，但TSS相差数倍。训练数据虽然只是用来参考，但如果差距太大，以此记录或安排训练计划难免出现误差，并影响之后每一天的TSB、ATL、CTL等相关统计量的准确性，使得所有数据变得不具参考性。

一种简单的改进优化思路：NP版TSS劣势在于，对波动性、间歇性训练，仍旧以总IF（总NP/FTP）与总时长的乘积进行计算，导致TSS被过度拉高。所以一种简单的改进办法是，保留单位时间TSS与IF平方、标准化功率的正相关性，但利用分割/积分的形式，对单位时间（如1秒）前固定时长（如5分钟）的功率进行标准化，得到单位标准化功率和单位TSS后累计求和得到改进版的mTSS（modified TSS），再反向计算得到mNP。按上一个例子，5分钟120%FTP后加入115分钟0%FTP的休息，总计2小时的运动，得到mNP=51W，mTSS=12.8，mTSS值与单一的5分钟120%FTP运动TSS几乎一致。

这种改进版的优势在于：计算简单，同时保证了标准化功率的有效性与短时效性，单位时间内的TSS只与之前短时间的NP有关，减少了大的波动对整个时长中运动强度和运动量的影响。劣势在于：需要对单位时间和时间段进行设定，对多阶段的计算有短时间的滞后性，算法优于NP、TSS但仍有更多更优化的空间。
在波动不大的运动中（如固定功率有氧），mNP、mTSS与NP、TSS基本相等；在波动较大的运动中（如高强度间歇训练），mNP、mTSS与NP、TSS相差较大，与分强度段后的加和接近（例如5分钟120%、83分钟55%、2分钟140%混合的2小时训练，mTSS与三个单项运动TSS之和接近）；在波动较为复杂的运动中（比如室外上下坡多、或室内各区覆盖范围广的骑行），mTSS会大大低于TSS，但略高于各分段TSS之和（有时略低），参考性相对更佳。

觉得麻烦不想改进、但又想保证间歇训练中TSS准确度的话，可以在训练中多开关码表、多分段。比如热身为一个运动、间歇部分为一个运动（也可再切分）、恢复骑行为一个运动，然后每一个运动中尽量稳定功率骑行。简言之就是减少功率波动，这样分段TSS之和也就比一整个TSS更接近真实训练量。或者直接舍弃软件给出的TSS，用运动做的总功来估算TSS，准确性也更高。
如果有更好的解决办法，欢迎大家批评补充~

有道理，tss的计算方法中高功率占比是很大，我的情况就是上述例子，10分钟75%ftp的骑行，tss增加6-7，20秒200%ftp短冲，tss增加2-3。