风光功率预测迭代思路：离线训练+在线实时增量更新

风光功率预测正采用“离线全量训练+在线实时增量更新”的组合迭代模式，以解决静态模型上线后性能漂移的问题。离线阶段用历史数据搭建模型底座，在线阶段仅修正AI残差模块，通过样本筛选、自适应学习率和回滚机制实现小步高频微调，并每隔1-3个月将新样本汇总回离线数据集完成闭环。