晨光
暗夜
晨光
极光
Bilingual Paper Reading · 中英对照精读

局部-全局方法：面向泛化的太阳辐照度预测

准大一 · 电气工程 × 新能源 × AI+电力 —— 光伏辐照度预测精读材料
原文：arXiv:2303.06010 2023年3月10日发布 arXiv 预印本（cs.LG） 太阳辐照度预测 × 局部/全局模型 × 卫星气象 附英文摘要朗读音频

一、论文档案

英文标题Local-Global Methods for Generalised Solar Irradiance Forecasting
中文标题局部-全局方法：面向泛化的太阳辐照度预测
作者蒂莫西·卡根, 达里奥·兰达-席尔瓦, 艾萨克·特里格罗（机构未在素材中标注）
发布时间2023年3月10日（v1）｜分类：cs.LG（机器学习）
原文链接arxiv.org/abs/2303.06010　·　全文 HTML 版
一句话概括不依赖目标电站的实时辐照度观测——用「全局模型」在 20 个英国站点上训练，就能给从没见过的「新电站」直接出预测；卫星影像 + CNN 效果最好。
💡 为什么选这篇给你：① 光伏预测是新能源并网的刚需，预测不准就要交「平衡成本」，直接连着电网与发电商的利益；② 概念清爽——「局部模型 vs 全局模型」一句话就能讲明白，没有复杂公式也能读懂；③ 用 20 个英国站点 + 卫星/地面两种气象数据做了系统对比，结论扎实、工程可落地。

二、核心术语表（先扫一遍再读正文）

英文术语中文大白话解释
solar irradiance太阳辐照度单位面积上接收到的太阳辐射功率，是光伏出力的一阶驱动因素。
grid operator电网运营商维持电网供需平衡、负责调度与平衡动作的机构。
balancing cost平衡成本发电商实际出力偏离申报值时，电网被迫平衡产生的费用，常转嫁给「肇事」发电商。
Local model局部（单点）模型每个地点单独训练一个模型，需要该地点足够的历史观测数据。
Global model全局（多点）模型用多个地点的数据训练一个统一模型，可为新地点直接生成预测。
AOI (area of interest)目标地点论文中对「关注地点/目标安装点」的缩写，即要预测辐照度的位置。
CV-mode无历史数据模式全局模型的扩展：为没有历史数据的全新地点直接生成预测。
KN-mode邻近替代模式全局模型的扩展：用邻近地点的观测值替代缺失的实时数据。
real-time irradiance实时辐照度目标地点当下的辐照度观测值，许多方法依赖它做「近实时」预测。
satellite imagery卫星影像气象卫星拍摄的云图，可捕捉云量及其移动，提供更丰富的气象状态。
ground observations地面观测地面气象站测得的点状数据（温度、气压、风速等）。
Random Forest (RF)随机森林集成多棵决策树的经典机器学习方法，文中对比的基线之一。
DNN / LSTM / CNN深度神经网络 / 长短时记忆网络 / 卷积神经网络三种深度学习模型；其中 CNN 专门用来处理卫星影像。
unseen location未见过的地点训练数据中从未出现的新电站/安装点，最考验模型的泛化能力。

三、摘要中英对照（精读核心）

🎧 音频在文末，可先听一遍原文再读；每个英文句都配了逐句翻译。

摘要 Abstract

EN · 原文
As the use of solar power increases, having accurate and timely forecasts will be essential for smooth grid operators.
CN · 翻译
随着太阳能的利用不断增加，准确、及时的预测对电网的平稳运行至关重要。
EN · 原文
There are many proposed methods for forecasting solar irradiance / solar power production.
CN · 翻译
已有许多用于预测太阳辐照度 / 太阳能发电量的方法。
EN · 原文
However, many of these methods formulate the problem as a time-series, relying on near real-time access to observations at the location of interest to generate forecasts.
CN · 翻译
然而，其中许多方法把问题建模成时间序列，依赖对目标地点观测数据的近实时获取来生成预测。
EN · 原文
This requires both access to a real-time stream of data and enough historical observations for these methods to be deployed.
CN · 翻译
这要求既能接入实时数据流，又要有足够的历史观测，方法才能部署。
EN · 原文
In this paper, we propose the use of Global methods to train our models in a generalised way, enabling them to generate forecasts for unseen locations.
CN · 翻译
本文提出采用全局（Global）方法以泛化的方式训练模型，使其能为从未见过的新地点生成预测。
EN · 原文
We apply this approach to both classical ML and state of the art methods.
CN · 翻译
我们将该方法同时应用于经典机器学习与最先进的方法。
EN · 原文
Using data from 20 locations distributed throughout the UK and widely available weather data, we show that it is possible to build systems that do not require access to this data.
CN · 翻译
利用分布在英国各地的20 个地点的数据和广泛可得的天气数据，我们证明：可以构建不依赖上述数据的系统。
EN · 原文
We utilise and compare both satellite and ground observations (e.g. temperature, pressure) of weather data.
CN · 翻译
我们使用并比较了卫星观测与地面观测（如温度、气压）两类天气数据。
EN · 原文
Leveraging weather observations and measurements from other locations we show it is possible to create models capable of accurately forecasting solar irradiance at new locations.
CN · 翻译
借助其他地点的天气观测与测量，我们证明可以构建出在新地点准确预测太阳辐照度的模型。
EN · 原文
This could facilitate use planning and optimisation for both newly deployed solar farms and domestic installations from the moment they come online.
CN · 翻译
这将从并网第一天起，就为新投运的光伏电站和家用光伏装置提供发电规划与优化支持。
EN · 原文
Additionally, we show that training a single global model for multiple locations can produce a more robust model with more consistent and accurate results across locations.
CN · 翻译
此外，我们证明：用多个地点训练单个全局模型，能获得更稳健的模型，在各地点间的结果更一致、更准确。

关键词 Keywords：Solar Irradiance Forecasting 太阳辐照度预测 ｜ Global Model 全局模型 ｜ Local Model 局部模型 ｜ Satellite Imagery 卫星影像 ｜ Generalisation 泛化

四、引言精选（为什么这个问题重要）

① 预测不准就要交「平衡成本」：电网与发电商的利益直接挂钩

EN · 原文
Power generators must accurately forecast their power output as any unplanned deviation put on the grid can push supply and demand away from equilibrium. In order to maintain stability, the grid operator is forced to intervene, taking action to balance the grid. The cost of this action, the balancing cost, is often passed onto the offending producer. As renewable energy sources become more prevalent, due to their variability, having timely and accurate forecasts of production is vital for their effective use.
CN · 翻译
发电商必须准确预测自己的出力，因为任何计划外的偏差都会使电网供需失衡。为维持稳定，电网运营商被迫介入、采取行动平衡电网。这一行动的成本——平衡成本——常常转嫁给「肇事」发电商。随着可再生能源越来越普及，由于其波动性，及时准确的出力预测对其有效利用至关重要。

② 太阳辐照度：光伏出力的「第一推动力」，也是最大扰动源

EN · 原文
In the case of solar generation, irradiance (the power per unit area radiated from the sun) is converted into electricity. Power output typically tracks the sun, peaking in the middle of the day. However, the amount of energy produced is dependent on total irradiance falling onto the panels and is susceptible to atmospheric interference. Changes in weather conditions can cause output to fluctuate abruptly throughout the day.
CN · 翻译
对光伏发电而言，辐照度（太阳辐射到单位面积上的功率）被转化为电能。出力通常「追着太阳走」，中午达到峰值；但发电量取决于落在面板上的总辐照度，易受大气干扰。天气变化会让出力在全天剧烈波动。

③ 局部方法的死穴：新电站没有历史数据，家用屋顶装不起监测设备

EN · 原文
It has also been noted in the literature that most existing methods focus on providing forecasts for a single location. Using this "Local" approach, each AOI would require its own model with enough corresponding historic data to be trained. When dealing with multiple AOIs developing and maintaining a Local model for each is not practical. To say nothing of the challenges this approach would present if used on a domestic level. For new installations, this data simply might not exist. Furthermore, applying this approach on a domestic level would result in potentially thousands of models, an outcome that seems fundamentally floored.
CN · 翻译
文献也指出，大多数现有方法都只针对单个地点做预测。这种「局部」方法要求每个目标地点都有足够的历史数据来训练自己的模型；面对多个地点，逐个开发维护局部模型并不现实，家用场景更是难上加难。对新建电站来说，这些数据根本不存在；而把该方法推广到家用层面，会产生成千上万个模型——这从根本上就行不通。（注：原文 "floored" 应为 "flawed"，属原稿笔误，译文按语义处理。）

④ 全局方法的优势：一个模型，管所有地点，还能预测「没见过的」新电站

EN · 原文
Rather than focusing on a single AOI one can attempt to generate forecasts for multiple locations. Taking this "Global" approach and creating a generalised model to predict for multiple AOIs eliminates the practical challenges of managing multiple Local models. Furthermore, the use of a Global model presents several advantages. A Global model can result in higher quality forecasts by learning from multiple locations' data. One can even use a Global model to generate forecasts for an unseen AOI. This enables forecasting for locations, regardless of whether historical data is available, such as in the case of a new AOI. In this case, as time goes on, data collected at the AOI could be used to refine the model further.
CN · 翻译
与其只盯着一个地点，不如尝试为多个地点生成预测。采用「全局」方法、构建一个泛化模型来预测多个目标地点，消除了管理众多局部模型的实际困难，还有多个额外优势：通过学习多个地点的数据，全局模型预测质量更高；甚至可以为从未见过的目标地点生成预测——无论该地点有没有历史数据（例如全新电站）都能预测。随着时间推移，在新地点积累的数据还能进一步精化模型。
💡 这是全文最有味道的一句：“One can even use a Global model to generate forecasts for an unseen AOI.”——「没数据也能预测」是这篇论文的灵魂：它把预测从「数据依赖」中解放出来，让新电站并网第一天就有预测可用。

五、论文贡献（4 个要点）

EN · 原文
1. Generalisable Global forecasting. We show that Global models can leverage data from multiple locations for improved forecasting performance and they can generalise to unseen locations removing the need for historical data to predict at unseen AOIs.
CN · 翻译
1. 可泛化的全局预测。证明全局模型能利用多地点数据提升预测性能，并能泛化到未见过的地点——预测新电站不再需要历史数据。
EN · 原文
2. Decoupling from real-time irradiance. We analyse the impact use of real-time irradiance has on forecasts and explore methods to uncouple irradiance predictions from real-time observations by substituting observations from nearby plants.
CN · 翻译
2. 与实时辐照度解耦。分析实时辐照度对预测的影响，并探索用邻近电站观测替代的方法，把辐照度预测与实时观测解耦。
EN · 原文
3. Systematic method comparison. We compare a number of standard ML methods commonly used for forecasting Irradiance (Random Forests, DNN, LSTM and CNN).
CN · 翻译
3. 系统的方法对比。系统比较了辐照度预测常用的标准机器学习方法：随机森林、DNN、LSTM 与 CNN。
EN · 原文
4. Rich satellite weather data. We show that using rich weather data from satellites can produce better forecasts.
CN · 翻译
4. 丰富的卫星气象数据。证明使用来自卫星的丰富气象数据能产生更好的预测。

六、结论中英对照

EN · 原文
In this work, we have explored various techniques for building irradiance forecasting models. We used a number of standard ML methods, RFs, DNNs, LSTMs and CNNs. Each trained using four approaches: Local, Global, CV-mode and KN-mode. The Local approach trains a model per location while the Global approach combines data from all locations and trains a single model. CV-mode and KN-mode are extensions to the Global approach used to circumvent data dependency issues that may occur at training time and when the model is in production. CV-mode model generates forecasts for locations without historic data while KN-mode circumvents any real-time data dependency by substituting values from nearby locations. Furthermore, we analysed the effects the use of diffident input features can have, specifically; real-time irradiance and weather data. We also explored different weather formats, point-based and satellite data.
CN · 翻译
本文探索了构建辐照度预测模型的各种技术：使用多种标准机器学习方法（RF、DNN、LSTM、CNN），每种都用四种方式训练——局部、全局、CV 模式、KN 模式。局部方法每个地点一个模型；全局方法合并所有地点数据、训练单个模型；CV 模式与 KN 模式是全局方法的扩展，用于规避训练期与上线期的数据依赖问题——CV 模式为无历史数据的地点生成预测，KN 模式用邻近地点的值替代实时数据。此外还分析了不同输入特征（实时辐照度、天气数据）以及不同天气数据格式（点状数据与卫星数据）的影响。（注：原文 "diffident" 应为 "different"，属原稿笔误。）
EN · 原文
Experimentally, we have shown that the Global approach and its extensions are superior to the Local. While computationally more expensive to train, utilising all sequences to learn, the single Global model consistently outperformed its local counterpart. Furthermore, the Global approach can be utilised to generate forecasts for locations with limited historical data. Our experiments have shown that the use of real-time irradiance can improve forecasts for the first few steps, however, after 2-3 hours its importance diminishes, and weather data is key. When attempting to forecast for locations without direct access to real-time data, while it is possible to substitute irradiance values from other locations care must be taken. The greater the distance between the two locations, the weaker their irradiance will correlate, and performance will be negatively impacted. Additionally, our experimental results have shown that the use of satellite images works very well. While the RF, DNN, and LSTM perform in line with each other, the CNN using satellite imagery consistently outperforms all of them. In fact, the CNN operating in its worst case, KN-mode, presents a significant improvement over its Global ground-based weather counterparts. While in practice, access to these kinds of forecasts may be challenging; this result would strongly suggest that the use of richer weather data, over single-point data, can significantly improve forecast accuracy.
CN · 翻译
实验表明，全局方法及其扩展优于局部方法：虽然训练计算量更大，但利用全部序列学习的单个全局模型始终胜过局部模型，还能为历史数据有限的地点生成预测。实验还显示：实时辐照度只对最初几步预测有帮助，2-3 小时之后其重要性下降，天气数据成为关键；为无法直接获取实时数据的地点预测时，虽然可用其他地点的辐照度替代，但必须小心——两地距离越远，辐照度相关性越弱，性能越差。此外，卫星影像效果很好：RF、DNN、LSTM 表现相当，而使用卫星影像的 CNN 始终优于它们全部——即便 CNN 在最差配置（KN 模式）下，也比基于地面天气的全局模型显著更好。虽然实践中获取这类卫星数据可能不易，但这一结果强烈表明：更丰富的气象数据（而非单点数据）能显著提升预测精度。

七、编者解读：这篇论文到底讲了什么（大白话版）

  1. 问题：绝大多数辐照度预测方法都依赖「目标地点的实时观测 + 足够历史数据」。可新电站没有历史数据、家用屋顶不可能装气象站——真实世界里的「数据依赖」卡死了这些方法。
  2. 做法：把思路从「每个地点一个模型」（Local）换成「所有地点共用一个模型」（Global）：用英国 20 个地点的数据 + 公开气象数据训练一个统一模型；再扩展出 CV 模式（给无历史数据的新地点直接预测）和 KN 模式（用邻近地点的数据替代实时数据）。
  3. 结果：全局模型一致优于局部模型；实时辐照度只在最初几步有用，2-3 小时后气象数据才是主角；卫星影像 + CNN 效果最好——CNN 最差配置（KN 模式）都比基于地面天气数据的全局模型好。
  4. 最值钱的观点：「泛化」思路——模型不绑定任何特定电站，新电站并网第一天就能出预测，直接打通了「并网 → 预测 → 规划优化」的落地链条。
  5. 边界：用邻近地点替代实时数据时，距离越远相关性越弱、效果越差；论文也坦承卫星数据的实际获取可能有门槛。
🎯 对保研的启示：这篇论文示范了「先找真实部署瓶颈，再设计方法」的反向推理——因为「新地点没数据」这个现实约束，才有了全局模型 + 两种扩展模式。复试时讲「我为谁解决了什么现实约束」，比堆模型名词更有说服力。

八、给准大一的阅读路线图 & 延伸方向

📖 怎么读这篇论文（三遍法）

  1. 第一遍（10 分钟）：只读摘要和术语表，回答三个问题——问题是什么？方法是什么？结果是什么？（新地点没数据 → 全局模型 → 卫星数据 + CNN 最优）
  2. 第二遍（20 分钟）：读引言 + 结论，重点体会「局部方法为什么在实际中跑不起来」以及「2-3 小时后实时数据失效」这个细节。
  3. 第三遍（30 分钟）：读方法文字部分（四种训练方式、两种输入特征、两类天气数据），跳过所有公式和编号，只看文字描述；遇到不懂的术语回查术语表。

🚀 这个方向你能延伸做什么

九、英文摘要朗读（练听力用）

先盲听一遍→再看对照稿→再听一遍。目标是听出每个数字（20 locations、2-3 hours）和术语（Global method、unseen locations、satellite imagery、ground observations）。