WPBench: A Comprehensive Benchmark for Wind Power Forecasting

📄 arXiv: 2609.24444v1 📥 PDF

作者: Yuhan Zhu, Jilin Hu, Xinying Cai, Yingshan Li, Li Ma, Xiangfei Qiu Linsen Li, Kai Zhang, Yao Fu, Weihao Jiang, Bin Yang

分类: cs.LG, cs.AI

发布日期: 2026-09-21

备注: Accepted by ICDE 2027

💡 一句话要点

提出WPBench以解决风电预测基准评估不足问题

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 风电预测 基准评估 模型比较 可再生能源 数据集整合 评估指标 结构感知诊断

📋 核心要点

  1. 现有的风电预测基准评估方法在场景覆盖、模型种类和评估指标等方面存在显著不足，限制了系统性评估的能力。
  2. WPBench通过整合26个公共数据集和19种代表性模型，提供了统一的处理、训练和评估协议，旨在全面提升风电预测的评估能力。
  3. WPBench不仅评估点预测误差，还关注预测曲线的保真度和计算效率，提供了多维度的结构感知诊断，显著提升了模型比较的系统性。

📝 摘要（中文）

准确、可靠且可部署的风电预测对于电力系统调度、可再生能源整合和电力市场运营至关重要。然而，现有的基准评估方法在多个方面存在不足，包括风电场景覆盖有限、预测模型种类不全、评估指标不匹配以及缺乏结构感知的诊断能力。为了解决这些问题，本文提出了WPBench，一个全面、公平且可扩展的风电预测基准，整合了26个公共数据集，涵盖了多种风电场景和模型，提供了系统化的模型比较平台。

🔬 方法详解

问题定义：本文旨在解决现有风电预测基准评估方法在场景覆盖、模型种类、评估指标和结构感知诊断等方面的不足，限制了对预测模型的系统性评估。

核心思路：WPBench通过整合多种风电场景和模型，提供统一的评估框架，旨在实现全面的风电预测方法比较，提升评估的公正性和可扩展性。

技术框架：WPBench的整体架构包括数据集整合、模型训练与评估三个主要模块。数据集涵盖单机、多机、单变量和多变量设置，模型包括传统方法、深度时间模型、时空模型和基础模型。

关键创新：WPBench的创新在于其全面的场景覆盖和多样的模型评估，尤其是在评估指标上，超越了传统的点预测误差，增加了对预测曲线保真度和计算效率的评估。

关键设计：WPBench采用统一的数据处理流程，设置了多种评估指标，包括点预测误差、预测曲线保真度和计算效率，确保评估结果的全面性和可靠性。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

WPBench在评估中涵盖了26个公共数据集和19种模型，提供了全面的性能比较。实验结果显示，WPBench在预测精度和计算效率上均优于现有基准，显著提升了风电预测的评估能力。

🎯 应用场景

WPBench的研究成果可广泛应用于电力系统调度、可再生能源整合以及电力市场运营等领域。通过提供一个标准化的评估平台，研究人员和工程师可以更有效地比较和优化风电预测模型，推动风能利用的效率和可持续发展。

📄 摘要（原文）

Accurate, reliable, and deployable wind power forecasting is critical for power system dispatch, renewable energy integration, and electricity market operations. Progress in this field hinges on the ability to empirically and comprehensively benchmark forecasting methods. Yet existing benchmarks fall short of supporting systematic evaluation in four key aspects: 1) limited coverage of wind power scenarios across turbine scale, variable composition, and spatial structure; 2) incomplete coverage of forecasting model families; 3) evaluation metrics misaligned with wind power requirements; and 4) limited structure-aware diagnostics beyond individual temporal patterns. To address these limitations, we propose WPBench, a comprehensive, fair, and extensible benchmark for wind power forecasting. WPBench integrates 26 public datasets organized by turbine scale and variable composition, spanning single-turbine, multi-turbine, univariate, and multivariate settings. Under unified processing, training, and evaluation protocols, it benchmarks 19 representative models covering traditional methods, deep temporal models, spatio-temporal models, and foundation models. Beyond point-wise errors, WPBench assesses forecast-curve fidelity and computational efficiency, and delivers structure-aware diagnostics across temporal, variable-dependency, and spatial-dependency perspectives. Together, these capabilities enable systematic model comparison across diverse wind scenarios and provide a reusable platform for future research.