更高时效与分辨率的风光功率预测数据
逐起报时次全量交付，覆盖风电场与光伏电站业务所需的全部核心要素
360 小时全时效
每次起报覆盖 +0h 至 +360h，96 点/天、共 1441 个时间点全量交付，不做增量追加，新旧起报整体替换。
场站级网格插值
仅需提供场站经纬度，数值预报网格插值到单点序列，免去自行获取格点与插值计算，以场站编号（farm_id）为粒度交付管理。
19 要素 · 风光刚需
10m / 100m（轮毂高度）风速风向、温压湿、三层 + 总云量、太阳辐射四分量，功率预测建模开箱即用。
严格质控
15 分钟严格等间隔、无跳点无重复；样例实测 1441 点零缺失；辐射分量满足内部观测关系，可程序化核对。
数据交付格式
每个场站、每次起报交付一份 CSV 文件：首行为固定 19 列表头，每 15 分钟一个数据点，按时间升序严格等间隔排列
| date_time | spd100 | t2m | rh2 | tcc | tr |
|---|---|---|---|---|---|
| 2026-08-27_20:00 | 2.83 | 289.08 | 95.9 | 1.0 | 0.0 |
| 2026-08-27_20:15 | 3.19 | 288.82 | 96.5 | 1.0 | 0.001 |
| 2026-08-27_20:30 | 3.29 | 288.71 | 96.8 | 1.0 | 0.004 |
| 2026-08-27_20:45 | 3.30 | 288.58 | 97.0 | 1.0 | 0.008 |
| 2026-08-27_21:00 | 3.16 | 288.36 | 97.2 | 1.0 | 0.012 |
# 三行代码完成单位换算与辐照度差分 import pandas as pd df = pd.read_csv("weatherforecast_...SYSU.csv") df["t2m_c"] = df["t2m"] - 273.15 # K → ℃ df["ghi"] = df["tr"].diff() / 900 # W/m² df[["date_time", "spd100", "t2m_c", "ghi"]].head()
行业解决方案
从风速到辐照，为新能源功率预测与气象告警提供数据底座
风电功率预测
轮毂高度风速直接决定发电量，常规气象数据通常仅提供 10m 高度风场。本数据直接给出 100m 高度（风机轮毂附近）风速风向，可叠加气温气压做空气密度修正。
光伏功率预测
辐照度是光伏出力的直接驱动。对辐射四分量按 15 分钟差分即得逐时段辐照度，结合云量可区分晴天 / 多云发电场景。
气象服务告警
大风、降温、低云告警需要长时效与高分辨率兼备。15 天时效 × 15 分钟粒度，覆盖预警提前量与临近订正。
风资源与选址评估
多起报时次序列累积形成场站级长序列数据，支撑风资源、辐照资源的统计评估与机型选择复核。
数据来源与质控
单站点网格点插值交付，每一项指标都可溯源到实测样例
15 分钟步长无跳点、无重复，1441 个时间点含首末时刻。
样例全表 19 列无缺失值；约定缺失以空字符串表示，规则透明。
辐射分量满足观测关系（rr ≈ 0.216 × tr，dr + sr ≈ 1.21 × tr）。
每次起报全量交付，新起报到达后整体替换，杜绝混用不同起报时次。
四步接入
从样例评估到生产接入，全程技术对接支持
提供场站经纬度与业务场景，获取真实样例数据
分配 farm_id，确认起报时次与要素范围
CSV 文件推送，或 HTTP 接口拉取（规范 V1.0）
按字段字典完成单位换算，数据核对后上线