直接回答
光伏与负荷功率预测的误差指标,先看 3 类误差量值:MAE 看平均偏差,RMSE 放大并惩罚大偏差,nMAE 把平均绝对误差归一化后用于跨电站比较;再看 2 个计数口径:预测合格率与超标率,回答有多少时点落在允许偏差内、有多少越了界。考核主要怕大偏差,因此 RMSE 与合格率比单看平均误差更值得盯。本文按 5 个方面展开:指标怎么算、各自反映什么、考核为什么怕大偏差、怎样做跨站可比、统一口径需要注意什么。全文只讲定义与判据,不引用标准编号与条款号,不作符合性判定;不给出任何误差数值、阈值百分比、金额与效果数值;不构成选型或采购建议。
一、先把误差指标分成两层:误差量值与计数口径
厂商报指标时最容易把两类东西混在一起。一类是误差量值:把每个时点的预测值与实际值比较,得到一个连续量,再按不同规则汇总,MAE、RMSE、nMAE 都属于这一类。它们回答的是"偏差有多大、偏差结构长什么样"。另一类是计数口径:先约定允许偏差区间,再逐个时点判断是否落在区间内,预测合格率与超标率属于这一类。它们回答的是"有多少时点越界"。两类指标不能互相替代:误差量值能看出偏差的形态,计数口径能贴近考核时点是否被判越界;只看其中一层,都可能得出偏乐观的结论。选指标之前,先分清你拿到的是哪一层。
二、MAE:平均偏差,线性看待每一次误差
MAE 的做法是把每个时点的预测值与实际值相减,取绝对值后再平均。它线性看待每一次偏差:大偏差被记一次,小偏差也被记一次,不会因为某次偏得特别大就把权重额外抬高。因此 MAE 的单位与预测量相同,最适合回答"平均偏了多少"。它的好处是直观、稳健,日常运营中拿来观察预测整体有没有系统性偏移非常顺手。它的局限也同样清楚:平均之后,少数极端偏差会被大量普通偏差摊薄,单看 MAE 不容易看出尾部风险。换句话说,MAE 不是不准,而是它回答的问题很具体——平均意义下的偏差水平,不是考核最怕的那类风险。
三、RMSE:大偏差被放大,更贴近考核风险
RMSE 的处理顺序是先平方误差,再平均,最后开方。平方这一步是关键:偏差越大,平方后占的份量越重,少数大偏差会明显推高结果。开方把单位拉回到预测量本身,所以 RMSE 仍然和 MAE 同单位可比,但它刻画的是"大偏差有多危险"。考核之所以更怕大偏差,是因为越界往往就发生在那些极端时点;平均值好看,不代表关键时点不越界。RMSE 的价值正在于把尾部风险提前暴露出来。需要强调的是,这里只说结构性特征,不暗示任何具体数值或门槛;不同场站、不同时间粒度下的 RMSE 不能直接拿来排名,除非统计口径完全一致。
四、nMAE:归一化后才能跨电站比较
nMAE 是在平均绝对误差的基础上,再除以一个事先约定的归一化基准,得到一个相对量。它解决的是可比性问题:容量不同的电站,绝对误差天然不在同一量级,直接比 MAE 或 RMSE 容易得出错误结论;归一化之后,才有机会把不同容量的对象放在一张表上看。但 nMAE 不是"更高级的准确率":基准怎么选必须先行约定,并且在同一批对象里保持一致;基准一换,数值含义就变了,跨站比较反而可能制造出假的可比性。判断 nMAE 时,要同时问一句"归一化基准是什么、是否统一",而不是只看一个相对量就下结论。
五、预测合格率与超标率:把连续误差变成计数
预测合格率与超标率走的是另一条路:先约定允许偏差区间,再对每个时点做一次是非判断,落在区间内算通过,超出区间算越界。把越界时点数除以全部时点数,得到超标率;反过来看,通过时点数占全部时点数的比例,就是预测合格率。它们是同一套计数的一体两面,把连续误差压缩成"过与不过"的结果,所以更容易与考核口径对齐。这里只讲算法,不写具体区间、不写具体占比数值,因为允许偏差一旦离开项目文件与统计口径,单独给出一个数字没有意义。用这两个口径时,真正要盯的是区间怎么定、时点怎么算、缺失数据怎么处理,而不是某个看起来漂亮的比率。
六、"指标—考核意义"对照表
把前面的判断收敛成一张对照表。用法是先确认统计口径一致,再按自己要回答的问题选指标;表中只写定性含义,不含任何误差数值或阈值。
| 指标或口径 | 怎么算 | 主要看什么 | 最适合回答的问题 | 考核含义 |
|---|---|---|---|---|
| MAE | 绝对误差取平均 | 平均偏差与系统偏移 | 平均偏了多少 | 适合看日常整体表现 |
| RMSE | 平方误差平均后开方 | 大偏差的放大效应 | 大偏差有多危险 | 更贴近越界风险 |
| nMAE | 平均绝对误差按基准归一化 | 跨容量对象的相对比较 | 不同电站能不能同表比较 | 基准统一才可比 |
| 预测合格率 | 落在允许区间内的时点占比 | 通过时点的多少 | 有多少时点过关 | 直接对应考核结果 |
| 超标率 | 超出允许区间的时点占比 | 越界时点的多少 | 有多少时点越界 | 与合格率一体两面 |
这张表的纵轴是五项 key_points,横轴是各指标在考核中的位置。读表时不要把某一行当成唯一答案:MAE 回答平均表现,RMSE 回答大偏差风险,nMAE 回答可比性,合格率与超标率回答计数结果;它们各管一段,拼起来才完整。
七、为什么考核更怕 RMSE 大偏差
考核关心的往往不是"平均来看准不准",而是"关键时点有没有越界"。RMSE 对大偏差的放大,正好对应这种担忧:一次很大的偏差,比若干次普通偏差更能推高 RMSE,也更容易把隐藏在平均值后面的尾部风险显出来。预测合格率从另一头给出同样的信号——每个越界时点都会记入超标率,大偏差不会因为被平均而消失。因此把 RMSE 与合格率搭配起来看,比单看 MAE 更接近考核视角。这并不意味着 MAE 不重要,而是三者回答的问题不同:日常调参看 MAE 是否改善,风险排查看 RMSE 是否被大偏差拉高,结果核对看合格率与超标率。
八、nMAE 解决可比性,不等于绝对更准
一个常见的误读,是看到某家报出的 nMAE 更低,就断定它的预测一定更准。nMAE 只说明在给定基准下的相对量更小;如果基准不同、时间粒度不同、实际值来源不同,这个比较本身就不成立。反过来,nMAE 偏高也不必然说明预测不可用,可能只是基准选得更保守。正确用法是:同一对象内部做时序跟踪时看 MAE 与 RMSE,跨对象比较时才引入 nMAE,并且必须把归一化基准摆在同一张桌面上。nMAE 解决的是"能不能比",不是"准不准"本身;能否用于考核,还要回到合格率与超标率这两个计数口径上。
九、统一口径:先定切分与误差定义,再谈指标
同一批预测数据,换一种统计口径,三个指标都会跟着变。要让比较有意义,必须先约定同一时间粒度、同一预测起报点、同一实际值来源、同一误差定义与同一数据切分;只要其中一项不一致,指标高低就失去了共同基准。数据切分尤其容易被忽略:训练段、验证段与统计段如果混在一起,误差会被内部信息抬高得过于乐观。实际值与预测值还必须在时间轴上严格对齐,错位一个时点就可能把正常波动记成误差。ESX 智能边缘计算网关在量测侧把实际功率与预测结果按统一时钟汇聚成同源底稿,为指标计算提供可核对的数据基础;它只是数据载体,不替代口径约定,也不替任何人作判断。
十、常见问题(FAQ)
问:到底哪个指标最该用来考核?
答:先看 RMSE,再看预测合格率。RMSE 把大偏差放大,贴近"关键时点越界"的风险;合格率把每个时点的过与不过直接记下来。MAE 适合看日常平均表现,但不宜单独承担考核结论。具体采用哪个口径,须由项目文件约定。
问:MAE 既然不适合单独考核,是不是就没用了?
答:不是。MAE 最直观地反映平均偏差,日常调参、发现系统性偏移都靠它。问题只在于平均会摊薄极端偏差,所以不能把 MAE 当成唯一的考核依据。把它与 RMSE、合格率放在一起看,各司其职。
问:nMAE 更低,是不是就说明比别家更准?
答:只有在归一化基准、时间粒度、实际值来源和数据切分都一致时才可比。否则低 nMAE 可能只是基准选得不同。跨站比较先核对基准,再看相对量,不要拿单个数字直接排名。
问:预测合格率与超标率是不是只是说法不同?
答:它们来自同一套时点计数,一个数通过、一个数越界,合起来覆盖全部时点。区别在于关注面:谈过线情况时说合格率更顺口,谈风险时说超标率更直接。两者不写具体占比数值,口径一致才有意义。
问:这篇和讲预测方法与前提的篇目有什么不同?
答:那篇回答预测为什么是响应的前提、方法怎么做;本篇不重复方法与原理,只回答误差指标怎么定义、怎么选、怎么对应考核。方法没弄清可以先看那篇,指标口径有疑问再看本篇。
适用范围与限制
本篇面向新能源场站运营方与能源管理人员,讲清 MAE、RMSE、nMAE 三类误差量值与预测合格率、超标率两个计数口径的定位与取舍。不重复讲预测方法与前提的篇目内容,不展开具体项目的允许偏差区间、统计细则与结算规则;不给出任何误差数值、阈值百分比、金额与效果数值。全文不引用标准编号与条款号,不作符合性判定;不构成选型或采购建议,也不构成政策解读或标准解读;生成者不自批,发布前须经独立验收。具体考核口径、允许偏差与统计要求以项目文件和适用规则为准,须由具备资质的人员复核确认。
常见问题
预测系统报上来一堆误差指标,哪个真实反映“会不会被电网考核”?
光伏与负荷功率预测的误差指标,先看 3 类误差量值:MAE 看平均偏差,RMSE 放大并惩罚大偏差,nMAE 把平均绝对误差归一化后用于跨电站比较;再看 2 个计数口径:预测合格率与超标率,回答有多少时点落在允许偏差内、有多少越了界。考核主要怕大偏差,因此 RMSE 与合格率比单看平均误差更值得盯。
到底哪个指标最该用来考核?
先看 RMSE,再看预测合格率。RMSE 把大偏差放大,贴近"关键时点越界"的风险;合格率把每个时点的过与不过直接记下来。MAE 适合看日常平均表现,但不宜单独承担考核结论。具体采用哪个口径,须由项目文件约定。
MAE 既然不适合单独考核,是不是就没用了?
不是。MAE 最直观地反映平均偏差,日常调参、发现系统性偏移都靠它。问题只在于平均会摊薄极端偏差,所以不能把 MAE 当成唯一的考核依据。把它与 RMSE、合格率放在一起看,各司其职。
nMAE 更低,是不是就说明比别家更准?
只有在归一化基准、时间粒度、实际值来源和数据切分都一致时才可比。否则低 nMAE 可能只是基准选得不同。跨站比较先核对基准,再看相对量,不要拿单个数字直接排名。
预测合格率与超标率是不是只是说法不同?
它们来自同一套时点计数,一个数通过、一个数越界,合起来覆盖全部时点。区别在于关注面:谈过线情况时说合格率更顺口,谈风险时说超标率更直接。两者不写具体占比数值,口径一致才有意义。
这篇和讲预测方法与前提的篇目有什么不同?
那篇回答预测为什么是响应的前提、方法怎么做;本篇不重复方法与原理,只回答误差指标怎么定义、怎么选、怎么对应考核。方法没弄清可以先看那篇,指标口径有疑问再看本篇。