关键词：
风电功率预测、光伏功率预测、预测不准原因、AI 功率预测、数据质量、SCADA 数据、限电标记、机组状态、气象数据误差、模型泛化、场站差异、预测瓶颈分析、nRMSE、偏差考核
1. 一个在新能源预测里“非常真实、但经常被忽略”的现象
在实际工程中，经常会出现这样一种情况：
同一套CNN-LSTM / Transformer / Informer模型；
同样的参数、同样的训练流程；
在 A 场站，nRMSE 能做到7–8%，效果非常漂亮；
换到 B 场站，nRMSE 却12% 甚至更高，怎么看都“很拉”。
于是常见的反应是：
“是不是这个场站不适合 AI？”
“要不要换个更复杂的模型？”
“是不是模型没调好？”
但在80% 以上的真实项目中，问题并不在模型，而在数据。
功率预测的上限，首先由数据决定，而不是由模型决定。
这篇文章只做一件事：
彻底从“数据侧”拆解——为什么同一个模型，在不同场站表现天差地别。
2. 一个结论先行：模型不准 ≠ 模型不行
在新能源功率预测里，有一条非常重要、但常被忽视的工程规律：
模型只是在“放大或压缩数据里的信息”，
如果数据本身是混乱的、不完整的、带错误因果的，
那再强的模型，也只能学到“混乱的规律”。
因此，在你质疑模型之前，必须先回答三个问题：
这个场站的数据，“能不能学”？
模型学到的，是真实物理规律，还是人为造成的假规律？
这个场站的数据条件，决定了预测精度的天花板在哪里？
下面我们从6 个数据层面的核心瓶颈来逐一拆解。
3. 瓶颈一：SCADA 数据“干净程度”决定了模型下限
3.1 为什么 A 场站“很准”，往往是因为它“很干净”
模型在 A 场站表现好，通常具备以下特征：
功率曲线连续、少跳点；
缺测比例低；
数据时间对齐准确；
状态字段相对完整。
而在 B 场站，常见问题包括：
功率突然掉 0、又瞬间恢复；
时间戳错位（例如延迟 5–15 分钟）；
同一时刻存在多条记录；
SCADA 与气象数据时间轴对不上。
模型不是“智能修复器”，它不会自动纠错。
如果你把这些数据直接喂给模型，模型会学到：
“功率可以在 15 分钟内瞬间消失又回来”，
“同样的风速，有时发电，有时不发电”。
这种规律，本身就是错误的。
3.2 一个常被低估的问题：时间对齐错误
在大量“模型很拉”的场站中，时间对齐是第一大隐性杀手。
典型情况：
SCADA 是整点/15 分钟末；
气象是整点/15 分钟初；
两者实际上错开了一个采样周期。
模型看到的就变成：
用“未来的气象”去解释“过去的功率”，
或用“过去的气象”去预测“已经发生的功率”。
这种错位，足以让 nRMSE直接劣化 1–2%。
4. 瓶颈二：限电 / 检修 / 故障没处理，是“预测杀手”
4.1 为什么这是最致命、也最常见的问题？
很多场站的数据，看起来“量很全”，但实际上：
限电没有标记；
检修停机没有标记；
逆变器/风机可用容量变化没有记录。
模型看到的样本是：
风速 8 m/s，功率 20 MW；
风速 8 m/s，功率 80 MW；
而模型并不知道：
前者是被限电了；
后者才是自然出力。
结果：模型会认为“同样的风速，对应的功率是随机的”。
4.2 一个非常关键的事实
模型无法区分“发不出来”和“不让发”。
如果你不把以下信息显式提供或剔除：
限电状态；
可用容量；
检修/故障标记；
那模型就一定会学到错误的因果关系。
这也是为什么：
同一模型，在“管理规范、状态齐全”的场站表现很好；
在“状态管理混乱”的场站表现极差。
5. 瓶颈三：功率曲线“是否稳定”，决定了可预测性
5.1 风电：功率曲线不一致，是常态不是例外
在理论上：
同一机型 → 同一功率曲线。
但在现实中：
不同机组调参不同；
叶片老化程度不同；
尾流影响不同；
控制策略被多次修改。
结果是：
同一个场站内部，都可能存在多条“隐式功率曲线”。
如果模型被迫用“一条映射”去拟合多条曲线：
A 场站（运行稳定） → 好学；
B 场站（频繁调参） → 极难学。
5.2 光伏：逆变器差异 + 遮挡，放大数据噪声
光伏场站常见问题：
阵列朝向不一致；
局部遮挡随季节变化；
逆变器效率衰减不一致；
DC 侧信息缺失。
模型看到的往往是：
辐照度变化不大，但功率波动很大。
这在数据层面，会被模型理解为“不可预测噪声”。
6. 瓶颈四：气象数据“代表性”不足，而不是“模型没学好”
6.1 一个常见误判
很多人会说：
“这个场站模型不准，是因为地形复杂、天气多变。”
但更准确的说法是：
气象输入并不能代表这个场站真实的气象状态。
典型问题包括：
用单一 NWP 网格代表整个场站；
轮毂高度风速插值不准；
光伏只用 GHI，没有云量/云型信息；
气象站点距离过远。
在这种情况下，模型实际上是在：
用“错误的气象”，去拟合“真实的功率”。
结果自然是：学得越努力，偏得越远。
6.2 为什么同一个模型，在不同场站差异巨大？
往往是因为：
A 场站：
地形相对简单；
气象代表性好；
单点插值就能覆盖主导风场；
B 场站：
地形破碎；
局地效应强；
一个网格点根本代表不了真实风况。
这是数据可解释性的问题，不是模型容量的问题。
7. 瓶颈五：样本结构不同，导致“模型泛化失败”
7.1 很多场站“数据量不少，但信息密度很低”
常见误区：
“我有三年的历史数据，肯定够了。”
但如果：
大多数时间都在限电；
或风况极端集中（长期弱风/长期强风）；
或光伏几乎都是晴天；
那模型实际上没有见过足够丰富的场景。
结果是：
在常规天气下还行；
一遇到罕见天气（大风、云变），直接崩。
7.2 样本分布差异，是“同模型不同效果”的重要原因
例如：
A 场站：
风速分布覆盖 0–15 m/s；
各区间样本均衡；
B 场站：
80% 时间集中在 4–6 m/s；
高风、低风样本极少。
模型在 B 场站，本质上是在外推，精度自然差。
8. 瓶颈六：把“执行问题”当成“预测问题”
这是一个非常隐蔽，但极其常见的误区。
8.1 典型场景
预测本身并不差；
但执行侧：
限功率动作滞后；
AGC 指令跟踪不到位；
储能响应慢。
结果是：
预测看起来“错了”，
实际是“执行没跟上”。
如果你用“执行结果”反向训练预测模型：
模型会被迫去拟合执行误差；
预测能力反而会被污染。
9. 一个非常重要的认知升级
预测模型 ≠ 系统性能的全部。
很多“模型不准”的场站，真实瓶颈在于：
数据、状态、气象代表性、执行体系。
因此，正确的问题不应该是：
“这个模型行不行？”
而应该是：
“这个场站的数据，允许模型做到多准？”
10. 工程实践中的“场站预测能力分级”（非常实用）
根据大量项目经验，可以把场站粗略分为三类：
10.1 A 类场站（高可预测性）
特征：
数据干净、状态完整；
气象代表性好；
运行策略稳定。
可期望 nRMSE：
风电：7–8%
光伏：8–10%
10.2 B 类场站（中等可预测性）
特征：
偶发限电/检修；
气象代表性一般；
曲线存在阶段性变化。
可期望 nRMSE：
风电：8–10%
光伏：10–12%
10.3 C 类场站（低可预测性）
特征：
状态混乱；
气象严重不匹配；
执行侧问题多。
现实天花板：
很难稳定优于 10–12%，
再堆模型意义不大。
11. 结语：预测精度的“天花板”，90% 在数据侧
回到最初的问题：
为什么同一个模型，有的场站很准，有的很拉？
答案可以归结为一句话：
模型的表现，是场站数据质量、气象代表性、运行规范性的“放大镜”。
