2026.09
风电预报附图和数据官方日前预报，已经和“完美预报上界”持平
还有空间的是“出力潜力 → 实际发电”这一段，也就是弃风。
2024 年官方日前预报的平均绝对误差为 6.24%，我用再分析风场做的“完美预报上界”是 6.38%；官方相对实际发电偏高的部分，主要来自弃风。
原先以为：自己建的模型能打败德州电网（ERCOT）的官方风电预报。
履历从一线业务到研究，一路靠真实的预报和检验积累
- 2010—2014大气科学本科国内高校
- 2014—2022天气预报与观测短期、中期与短时临近预报
- 2022—回到高校气象学硕士：沙尘的长期变化与输送
- 现在短临与新能源气象雷达融合检验、风电预报评估
5
篇 SCI 论文，第一作者 1 篇前 4%
Kaggle 代码赛银牌（两人队）2
个修复合并进国际开源气象库做过的方向雷达临近预报雷达—数值预报融合沙尘输送模拟风电预报评估光伏走廊沙尘暴露预报检验卫星遥感灾害快速评估
代表作
几件拿得出手的作品。
一个面向电力市场的预报评估，一个雷达预警工具，一篇一作论文，一个方法对比。每一件都附数据和检验。
德州电网风电：官方预报还剩多少空间？
日前误差 6.24%，已和事后真实天气做的“完美预报上界”持平；偏高的部分来自弃风。
查看详情 →公开判断
先写下假设，再让数据否决。
做分析时我会先把假设写下来。下面几条，是数据没让它们过关的。
2026.09
风电预报训练数据覆盖的季节，比模型选择更重要
2024 全年测试中，XGBoost、LSTM、Transformer 的误差相差不到 0.2 个百分点；训练期缺秋冬季节时，所有模型的预报系统性偏低 3.2—5.9 个百分点（全年训练时偏差只有 +0.5 到 +1.3）。
原先以为：换更复杂的模型，能把风电出力误差压下去。
证据
模型对比2026.07
临近预报方法优劣只能逐个例实测
层状降水个例里，+1 h 的融合预报反而输给纯外推；由前两个个例归纳出的“按风暴结构预判方法优劣”的规则，在第三个个例上也不成立。
原先以为：融合了数值预报，总会比单纯外推好。
证据
方法对比2026.09
灾害遥感事发后 3 天内的分析跨季节影像不能直接相减
先扣除全场季节漂移、加谷底掩膜，再谈受灾面积。
一次高山冰岩崩个例中，跨季节影像直接相减，会把受灾面积高估约 20 倍。
原先以为：灾前、灾后影像一相减，就能圈出受灾范围。
证据
—