关键词：光伏功率预测、风电功率预测、新能源功率预测、模型不稳定、Transformer、Informer、GNN、LSTM、过拟合、数据质量、状态建模、限电识别、可用容量 AvailCap、多源气象融合、NWP 偏差订正、短临预测、ramp 预警、概率预测 P10/P50/P90、误差分析、MLOps 监控、回退机制
在新能源功率预测（光伏功率预测、风电功率预测）领域，很多团队都经历过相似的“升级路径”：
从经验曲线、线性回归 → XGBoost
从 XGBoost → LSTM/GRU
再到 Transformer/Informer、甚至 GNN 时空图模型
特征也越来越多：多源 NWP、卫星云图、雷达、更多高度层、更多统计特征……
但结果往往出人意料：
模型越复杂，离线指标可能更好；一上线却更不稳，
遇到数据缺失、天气突变、场站状态变化就“翻车”。
这并不是“深度学习不行”，而是复杂模型对系统条件更敏感：
它会把数据、状态、气象三层的缺陷放大。
本文用工程视角给出一个可落地的拆解框架：
为什么复杂模型更不稳？
不稳的根因分别来自数据层、状态层、气象层的哪些机制？
如何从“堆模型”转向“稳系统”，让复杂模型真正带来价值？
1. 先讲结论：复杂模型不是更强的“发动机”，而是更敏感的“放大器”
复杂模型（Transformer / Informer / GNN）具备更强的表达能力：
能记住更长的历史
能捕捉更细的非线性结构
能学习更复杂的交互关系
能在离线回测中“吃到更多模式”
但代价是：它对输入分布与标签质量的依赖更强。
在新能源功率预测里，“不稳”通常不是随机波动，而是以下三类系统性失稳：
上线分布与训练分布不一致（数据层问题）
标签混入不可解释因素（状态层问题）
气象输入不代表真实物理驱动（气象层问题）
你越复杂，它越容易：
学到不该学的东西（伪规律）
在分布变化时崩溃（脆弱性）
输出“假自信”（置信度错误）
2. 数据层：复杂模型为什么更怕“时间轴、缺测、口径变更”？
2.1 时间轴不一致：复杂模型会把错位当规律
风电/光伏预测本质是时序因果任务。只要存在：
时区不统一
采样窗口不一致（左闭右开不统一）
NWP 有效时刻与功率时刻对不齐
“回填/延迟写入”导致时间戳回跳
复杂模型会更容易学到“信息泄漏”或“错位相关”。结果就是：
离线很准（甚至异常准）
上线明显变差
对突变反应慢半拍
工程判断：离线好、上线差，第一优先怀疑时间轴与取数链路不一致。
2.2 缺测与异常：复杂模型会被少量异常点“拽偏”
很多场站数据缺失并不是均匀的，而是：
恶劣天气（正是最需要预测的时段）更容易缺测
通信波动导致连续缺帧
SCADA 重启导致 0 值填充、跳点
简单模型（如线性/树模型）可能“还凑合”，复杂模型会：
记住异常模式
在类似形态出现时输出剧烈偏差
甚至产生不稳定震荡
工程建议：缺测不要只插值，要输出data_quality_flag，让上层融合/回退感知“当前数据不可信”。
2.3 口径变更：复杂模型最怕“系统突然换了”
口径变更包括：
并网点功率 ↔ 站内汇总功率
逆变器侧功率 ↔ 并网点功率
新增设备导致容量变化
计量修正导致整体偏移
复杂模型会把历史规律学得很“细”，一旦口径变更：
误差长期抬高
出现明显系统性偏差
越调越乱
工程策略：必须做“数据版本化”，口径变更就是新版本，分版本建模或做偏差层。
3. 状态层：为什么“限电/检修/削顶不标”会让复杂模型更容易翻车？
3.1 标签污染：同一输入对应多个输出，模型只能平均化或记忆化
新能源功率至少存在两种不同标签：
自然可发功率（物理驱动）
执行功率（限电、AGC、检修、故障、策略）
如果你用“执行功率”训练，却希望模型输出“自然功率”或“可用功率”，就会发生：
相同气象与历史 → 有时满发，有时被压
数据中没有字段解释“为什么被压”
模型只能学平均（导致平稳时还行，关键时刻错得离谱）
复杂模型比简单模型更容易“记住限电形态”，形成伪规律：
学到平台型出力
在策略变化后立刻失效
输出假自信
3.2 光伏削顶（clipping）与风电限功率：不处理就会制造系统性偏差
光伏辐照高时逆变器削顶：功率不再随辐照增加
风电大风限功率：功率出现平台甚至掉机
如果缺少：
AvailCap
限电比例
逆变器状态/削顶标记
机组可用台数
模型无法把“资源变化”和“容量/策略变化”拆开，误差下限会被抬高，复杂模型的边际收益会迅速归零。
3.3 状态层的正确做法：先把“能发多少”与“让不让发”拆开
工程上最稳的路线是：
建模自然可发功率（物理目标）
再叠加执行约束层（限电/可用容量/策略）
或做双输出：自然功率 + 执行功率，并由状态门控切换
结论：状态层不清，复杂模型不是更准，而是更不稳。
4. 气象层：为什么多源气象越堆越复杂，反而更容易失稳？
4.1 气象“可用”不等于“代表”
很多场站预测不稳的核心不是模型，而是：
单点 NWP 无法代表复杂地形风场
光伏只用 GHI，缺少云结构与云移动
模式在不同季节/风向下技能差异巨大
多源融合没有做技能矩阵，权重固定
复杂模型会更容易学到“模式偏差”，尤其当偏差具有稳定形态时：
离线学得很像
上线遇到不同天气型就崩
4.2 多源融合的典型坑：把“偏差叠加”当“信息叠加”
多源气象如果没有：
分天气型/分季节偏差订正
动态权重（skill-based weighting）
质量评分与回退机制
就会把噪声和偏差一并喂给模型。复杂模型会更敏感，导致输出不稳定。
4.3 工程解法：气象输入要做“技能矩阵 + 订正 + 动态融合”
建议至少做到：
按季节×风向×风速（风电）或按云量×波动指数（光伏）评估技能
对关键变量做分段订正（quantile mapping / 残差订正）
在线动态权重融合，低技能模式自动降权
输出
meteo_confidence，和预测区间联动
结论：气象代表性不足，复杂模型只会把偏差学得更“坚定”。
5. 为什么复杂模型“离线更好、上线更差”？——一个最常见的根因组合
现实中最常见的失稳链路是：
离线训练使用了更完整的数据（缺测更少、延迟更少）
离线对齐方式与线上不同（时间轴轻微错位）
离线没有真实的状态扰动（限电窗口被剔除或未标记）
多源气象在某天气型下技能差，但离线样本恰好占比低
于是模型离线指标漂亮，上线一遇到：
数据缺测
对流阵风
云团突变
策略变化/限电变化
就出现明显的系统性失稳。
工程建议：做一次“线上复刻回测”——用线上真实取数、真实缺测、真实延迟跑历史，通常能立刻定位问题。
6. 从“堆模型”到“稳系统”：让复杂模型真正增益的 6 条工程原则
线上离线同源：同一套对齐/缺测处理/特征生成代码（Feature Store）
状态显式化：AvailCap、限电、检修、削顶、可用台数必须进入模型或门控
气象技能矩阵：分天气型动态融合，不要固定权重堆模式
输出概率区间：P10/P50/P90 + 置信度，避免假自信
回退机制：数据质量差时自动回退基线/保守策略
MLOps 监控：监控漂移、覆盖率、ramp 命中率、尾部误差（P95/P99）
经验：在新能源预测里，“系统工程”对稳定性的贡献，往往大于“换更复杂模型”。
Q1：为什么 Transformer/Informer 看起来更强，上线却不稳定？
A：复杂模型更敏感，容易放大时间轴错位、缺测处理差异、标签污染（限电/削顶）、气象代表性不足等问题。先稳数据、稳状态、稳气象，再谈复杂模型增益。
Q2：多源气象越多越好吗？
A：不一定。多源必须配合技能矩阵与动态融合，否则偏差叠加会让模型更不稳。复杂模型会把偏差学得更“坚定”，遇到天气型变化更容易崩。
Q3：怎么判断不稳到底来自数据、状态还是气象？
A：看三类信号：
离线好上线差 → 优先排查数据链路与时间对齐
高资源时段系统性偏差 → 优先排查状态（限电/削顶/AvailCap）
特定季节/风向/云变天崩 → 优先排查气象代表性与融合权重
结语：复杂模型不是“救命药”，它需要更高质量的系统条件
在光伏风电功率预测、新能源功率预测中，模型越复杂越不稳，通常不是算法问题，而是：
数据链路不一致
状态不可观测导致标签污染
气象代表性不足与偏差未订正
当你把数据、状态、气象三层稳住之后，Transformer/Informer/GNN 的优势才能真正释放——不仅离线好看，更能在真实运行里稳定创造价值。
新能源功率预测 模型不稳定原因
光伏功率预测 数据质量
风电功率预测 限电 可用容量
多源气象融合 技能矩阵
概率预测 P10 P90 覆盖率
短临预测 ramp 预警
MLOps 回退机制 预测系统
