摘要
太阳辐照度预测的精度取决于预测时限，因为近期观测值、气象变量和季节性模式的使用方式会随提前量而变化。然而，较弱的持续法基准、时间上不可靠的验证方法以及不一致的测试样本可能会夸大复杂模型的优势。本文提出了一种防信息泄漏、针对特定预测时限的太阳辐照度预测框架，该框架结合了提升树、验证加权凸预测组合以及季节性参考模型。分别在10分钟以及1小时、3小时、6小时、12小时和24小时的时限上进行直接预测评估。模型采用扩展窗口验证进行调优；预处理仅在训练数据上进行拟合；所有方法均在预定义的标准测试集上进行评估。XGBoost在10分钟时限上取得了最低的均方根误差（RMSE），为10.78 W/m2，而CatBoost在1小时时限上取得了最低RMSE，为16.08 W/m2。在3小时、12小时和24小时时限上，由季节性引导的预测组合获得了最低RMSE。在6小时时限上，XGBoost与两日季节均值组合的RMSE排名第一，但其相对于两日季节均值的提升导致了更大的平均绝对误差（MAE）。按日分块的显著性检验表明，在10分钟时限上相对参考模型有改善，但在较长时限上相对季节性参考模型的改善经调整后不具有统计显著性。该框架为依赖时限的太阳辐照度预测提供了一个可复现的基准。
