《Solar Compass》：Explainable AI in solar PV forecasting: A systematic review of models, explainers, and physical drivers
编辑推荐：
太阳能光伏（PV）预测支持电网安全运行，然而先进的机器学习模型因其决策过程不透明而难以获得信任。本项遵循PRISMA 2020指南的系统性综述考察了太阳能预测中的可解释人工智能（XAI）。在检索到的951条记录中，173条符合严格资格标准，要求同时具备定量预测
太阳能光伏（PV）预测支持电网安全运行，然而先进的机器学习模型因其决策过程不透明而难以获得信任。本项遵循PRISMA 2020指南的系统性综述考察了太阳能预测中的可解释人工智能（XAI）。在检索到的951条记录中，173条符合严格资格标准，要求同时具备定量预测评估和明确的解释输出。对决定性筛选规则（该规则排除了299条仅将注意力机制作为架构组件的记录）的敏感性分析支持了其精确性，且对75条被排除记录的双重独立复核未发现错误排除。长短期记忆（LSTM）模型占主导地位（48项研究），其次为Transformer（39项）和主要用于图像临近预报的卷积神经网络（CNN，32项）。SHAP在解释器中占优（69项研究），其次为特征重要性和置换方法（39项）、注意力可视化（31项）及LIME（14项），其中47项研究结合了多种方法。按质量分层综合显示这些排序具有稳健性，在114项高质量研究中排序保持不变。辐照度在各目标中排名第一，而时间编码和环境温度是稳定的次要贡献因素。湿度、风和云量代理随季节和气候带变化，使得全局排序具有条件性。预测时域具有重要影响，较长时域使用表格化天气数据和事后归因，超短时域则使用天空图像。跨研究基准比较仍然脆弱，对解释保真度、稳定性和运行时间的定量评估十分罕见。对主导解释器的批判性评估记录了计算成本、不稳定性、对相关输入的敏感性及未经验证的忠实性，同时存在可复现性缺口，仅有1.7%的研究同时发布了代码和数据。
**1. 引言**
1.1 背景与现状：太阳能光伏（PV）发电是增长最快的电力来源之一，国际能源署（IEA）预测到2030年太阳能光伏将占据新增电力装机容量的最大份额。然而，PV输出与辐照度变率、云场、气溶胶和局地天气状况紧密耦合，使得准确预测成为核心运营需求。数据驱动学习已成为主导方法，在对比研究中通常优于物理和统计基线。长短期记忆（LSTM）网络、卷积神经网络（CNN）和基于注意力的Transformer模型被广泛应用，但模型深度增加导致可解释性下降，形成制约采用的权衡。
1.2 与其他综述的比较：近期综述主要关注生成式AI、深度学习精度或混合物理学习方法，可解释性通常作为次要主题而非综合目标。本综述遵循PRISMA 2020，将可解释性视为实证证据，系统审计XAI使用和解释报告情况。
1.3 面向太阳能光伏预测的机器学习：传统机器学习模型如支持向量回归（SVR）和随机森林仍常见，梯度提升方法在表格数据上表现强劲。深度学习改进了时空表征学习，LSTM和BiLSTM用于序列预测，CNN处理天空图像和卫星输入，混合CNN-LSTM设计实现端到端时空学习。Transformer模型自2023年后采用率急剧上升。
1.4 可解释人工智能（XAI）：XAI方法通常分为事前（ante-hoc）与事后（post-hoc）、局部与全局、模型无关与模型特定。事后特征归因最为常见，SHAP用于生成加性特征贡献，LIME用于局部替代解释，置换特征重要性（PFI）用于简单排序。注意力权重看似具有解释性，但并不自动忠实，因此本综述将注意力作为架构与作为解释严格区分。
1.5 动机与差距分析：尽管出版物增长迅速，XAI用于PV预测的证据分散且报告实践不一致。许多XAI提及仍属愿景性，对保真度、稳定性和计算成本的评估有限。
1.6 目标与研究问题：本系统综述旨在识别、评估和综合应用于基于机器学习的太阳能光伏发电预测的XAI文献，回答六个研究问题（RQ1-RQ6），涵盖模型架构、XAI技术、特征重要性、预测时域、地理覆盖和挑战方向。
1.7 本综述的贡献：包括PRISMA 2020指导的系统综述、注意力架构筛选规则及其敏感性分析、双轴分类法、聚合特征重要性共识、10项质量评估框架、跨研究证据综合、主导XAI技术批判性评估及研究路线图。
1.8 论文组织结构：第2节描述方法学流程，第3节报告结果，第4节讨论启示与局限性，第5节总结与未来方向。
**2. 方法学**
2.1 综述方法框架：遵循结构化证据映射工作流，将可解释性视为具有可解释输出的已实施分析而非模型标签。框架包括检索、去重、标题与摘要筛选、全文验证、标准化提取、质量评估和综合七个阶段。
2.2 目标变量定义与统一：将太阳辐照度（W/m2）、太阳辐射（MJ/m2或kWh/m2）、PV功率输出（W、kW、MW）和PV能量（kWh）作为独立目标类别，避免跨类别比较。
2.3 资格标准：定义六项纳入标准（IC1-IC6）和七项排除标准（EC1-EC7）。关键标准包括实际实施XAI方法、使用ML/DL预测模型、同行评审、2016-2026年发表窗口、英文全文和定量性能指标报告。
2.4 搜索策略：围绕可解释性、基于学习的预测和太阳能目标三个概念域构建检索式，适应各数据库语法要求。Scopus、Web of Science、IEEE Xplore和ScienceDirect共返回951条记录。
2.5 研究选择过程：五阶段流程包括识别（951条）、去重（移除334条重复，剩617条）、标题与摘要筛选（排除399条+34条手工审查）、全文审查（排除11条，剩173条）和滚雪球式追踪（最终仍为173条）。
2.6 注意力筛选规则（EC2）的敏感性分析：三部分分析包括排除集构成审计（299条均未提及公认解释技术）、随机样本独立复核（75条中零错误排除，Wilson 95%置信区间0-4.9%）和具体边界示例。结论是EC2规则保持了综述对已实施和已报告解释的关注。
2.7 数据提取：使用包含15个字段（D1-D15）的预定义提取表，涵盖文献计量信息、模型与XAI细节、数据集、时域、输入和报告指标。两遍提取流程确保内部一致性。
2.8 质量评估：10项质量检查表（Q1-Q10），每项评分是（1分）、部分（0.5分）或否（0分），满分10分。高质量研究得分8.0-10.0，中质量6.5-7.5，低质量低于6.5。质量评估用于证据加权而非排除。
2.9 数据综合与分析方法：鉴于异质性，不进行形式化荟萃分析，而是结合定性叙述综合、文献计量分析和分类学分类。指标统一遵循固定优先级规则，仅在分母明确定义时使用归一化误差。
**3. 结果**
3.1 研究选择与语料库概述：951条记录经去重（334条）和筛选后，173项研究纳入定性综合。最常见排除原因是EC2（注意力仅作为架构），占299篇（48.5%）。文献计量显示2024-2025两年占全部语料库67%。地理上中国占31.8%，其次为印度和韩国。质量评估平均分7.97，114项（65.9%）为高质量。质量分层综合显示主要排序在高质量子集中保持不变。
3.2 ML/DL架构全景：LSTM及递归架构最常用（48项研究），如LSTM-SHAP框架[70]和GA-BiLSTM[72]。CNN出现于32项研究，用于结构化气象时间序列和天空/卫星图像。Transformer模型出现于39项研究，Temporal Fusion Transformer具有内置变量选择网络。树集成模型（随机森林36项、XGBoost 27项）与TreeSHAP天然兼容。新兴架构包括物理信息神经网络（PINN）、Kolmogorov-Arnold网络（KAN）和生成式AI框架。前馈神经网络（45项）和经典统计/模糊逻辑模型也被使用。
3.3 XAI技术分析：SHAP是最常用技术（69项研究），用于主动特征选择、运行控制和网络安全。特征重要性和PFI用于39项研究，验证物理关系并优化数据管道。LIME用于14项研究，提供局部故障排除叙述。注意力可视化（31项）、内在可解释模型（14项）、敏感性分析（9项）、显著性图（7项）、PDP/ICE（6项）和基于梯度的方法（3项）也被使用。47项（27%）研究采用多种XAI技术。对主导XAI技术的批判性评估记录了计算复杂度、解释不稳定性、对相关输入的敏感性和忠实性问题。
3.4 输入特征分析与预测时域：XAI分析共识显示太阳能辐照度（GHI、DNI、DHI）是几乎所有研究中最重要预测因子，温度为第二重要变量，湿度第三。时间和循环编码是稳定次要驱动因素。特征排序随季节和气候带变化。预测时域方面，短期（1-24小时）最密集（41项显式评估），主要使用事后归因方法；超短期（<1小时）依赖天空图像和视觉Grad-CAM/显著性方法；日前（24小时）依赖NWP数据和卫星图像；中长期采用SHAP和PFI进行结构敏感性分析。
3.5 性能评估与基准比较：研究采用异质指标（RMSE 138项、MAE 127项、R2 84项、MAPE 46项、nRMSE 29项），R2范围从0.46到0.999。单位差异大且常省略明确归一化基础，使跨研究比较不可靠。最显著方法学缺口是定量XAI评估指标稀缺，仅少数研究测量解释保真度、稳定性或运行时间。
3.6 跨研究证据综合：分级综合显示辐照度首要性、时间和循环编码重要性、温度作为一致性次要驱动因素等发现具有强一致性。次驱动因素的条件性和解释评估稀缺性由多项独立高质量研究支持。新兴级发现仅基于1-2项研究。
**4. 讨论**
4.1 主要结论：XAI用于太阳能预测快速发展，SHAP是最常用解释器，解释趋于突出辐照度、时间编码和温度。定量评估不常见，以人为中心的验证罕见。这些结论经质量分层后保持稳定。
4.2 研究空白与未来方向：六个空白包括超越事后解释单一文化向内在设计转变、严格的XAI评估框架、分布式能源资源实时部署、气候分层和时空分析、人机回环验证与LLM集成、因果和处方性前沿。
4.3 可复现性缺口及其后果：仅1.7%的研究完全公开代码和数据，该缺口均匀分布于各质量层级。后果包括性能声明无法独立验证、解释输出无法重现、夸大表面新颖性、削弱领域自身透明度论证。
4.4 局限性：搜索限于英文和四个数据库，EC2敏感性分析仅重新筛选25%随机样本，质量评分采用单一评审团队共识程序，跨目标比较受限于异质单位和归一化基础。
**5. 结论**
本PRISMA系统综述从951条记录中筛选出173项研究，分离了注意力仅用于提升精度与注意力作为解释的边界（排除299篇）。质量分层综合显示主要排序在114项高质量研究中保持不变。文献增长迅速，SHAP是主要解释器（69项研究），解释集中于物理上合理的驱动因素。然而，跨研究基准比较脆弱，解释质量很少被测量，可复现性基础设施不完善，以人为中心的验证缺失。未来需要目标统一、标准化定量XAI评估、更多内在可解释或物理信息设计，以及因果推理和处方性反事实分析。
