研究提出适配风电预测的GradientSHAP可解释方法

2026年10月30日，arXiv Artificial Intelligence 刊出 Robbie Southam、Zhong Fan、Ke Li 的研究，将 GradientSHAP 适配到多变量、多步风电功率预测，为日前电网调度提供可解释性。作者称这是首次把 GradientSHAP 用于风电预测场景。针对高维输入，团队设计了可同时给出局部与全局解释的新型可视化，用以揭示环境因素、场址条件与时间动态之间的关系。研究同时指出，GradientSHAP 并非开箱即用，需结合领域知识处理 SHAP 值，复杂度仍制约实际部署。目前该工作处于论文发布阶段，尚无实际部署或应用效果的后续报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。