用Python和LSTM搞定风电功率预测：从数据清洗到区间预测的完整实战（附源码）

用Python和LSTM实现风电功率预测：从数据清洗到区间预测全流程解析

风电功率预测一直是可再生能源领域的重要课题。传统方法往往难以捕捉风速和功率输出的非线性关系，而LSTM（长短期记忆网络）凭借其优秀的时序建模能力，成为解决这一问题的利器。本文将手把手带你实现一个完整的LSTM风电功率预测项目，从原始数据处理到区间预测结果可视化，每个环节都配有详细解释和可运行的代码片段。

1. 风电数据特性与预处理实战

风电数据具有明显的时序性、非平稳性和噪声干扰。我们使用的数据集包含2018年6-8月期间每15分钟采集一次的功率记录，共6624个样本点。这类数据通常存在以下特征：

• 季节性波动：日内和季节性的风速变化
• 随机性：受天气系统影响的不可预测波动
• 数据质量问题：传感器故障导致的异常值

1.1 数据清洗关键步骤

import pandas as pd import numpy as np # 读取原始数据 df = pd.read_csv('wind_power.csv', parse_dates=['timestamp']) df.set_index('timestamp', inplace=True) # 处理缺失值 print(f"缺失值占比: {df.isnull().mean().item():.2%}") df.interpolate(method='time', inplace=True) # 异常值处理 Q1 = df['power'].quantile(0.25) Q3 = df['power'].quantile(0.75) IQR = Q3 - Q1 df = df[(df['power'] > Q1 - 1.5*IQR) & (df['power'] < Q3 + 1.5*IQR)]

提示：风电数据常见异常包括零值突变、超出额定容量值等，需要结合物理约束进行过滤

1.2 特征工程与标准化

风电预测通常需要考虑以下特征：

from sklearn.preprocessing import MinMaxScaler # 创建滑动窗口特征 window_size = 20 # 5小时历史数据(15分钟间隔) for i in range(1, window_size+1): df[f'power_lag_{i}'] = df['power'].shift(i) # 时间特征编码 df['hour_sin'] = np.sin(2*np.pi*df.index.hour/24) df['hour_cos'] = np.cos(2*np.pi*df.index.hour/24) # 数据标准化 scaler = MinMaxScaler() scaled_data = scaler.fit_transform(df.dropna())

2. LSTM模型构建与分位数回归

传统点预测无法反映预测的不确定性，而分位数回归能给出不同置信水平的预测区间，这对风电场运营决策至关重要。

2.1 分位数损失函数实现

import tensorflow as tf from tensorflow.keras.layers import LSTM, Dense, Input from tensorflow.keras.models import Model def quantile_loss(q, y_true, y_pred): e = y_true - y_pred return tf.reduce_mean(tf.maximum(q*e, (q-1)*e)) # 构建多分位数输出的LSTM模型 def build_quantile_lstm(input_shape, quantiles=[0.1, 0.5, 0.9]): inputs = Input(shape=input_shape) x = LSTM(64, return_sequences=True)(inputs) x = LSTM(64)(x) outputs = [Dense(1)(x) for _ in quantiles] model = Model(inputs=inputs, outputs=outputs) losses = [lambda y_true, y_pred: quantile_loss(q, y_true, y_pred) for q in quantiles] model.compile(optimizer='adam', loss=losses) return model

2.2 数据准备与模型训练

# 划分训练集和测试集 train_size = int(len(scaled_data) * 0.8) train, test = scaled_data[:train_size], scaled_data[train_size:] # 创建序列样本 def create_sequences(data, window_size): X, y = [], [] for i in range(len(data)-window_size-1): X.append(data[i:(i+window_size)]) y.append(data[i+window_size, 0]) # 预测当前功率值 return np.array(X), np.array(y) X_train, y_train = create_sequences(train, window_size) X_test, y_test = create_sequences(test, window_size) # 模型训练 model = build_quantile_lstm((window_size, X_train.shape[2])) history = model.fit(X_train, [y_train]*3, epochs=30, batch_size=64, validation_data=(X_test, [y_test]*3))

3. 多步预测与误差分析

风电预测的准确性会随着预测时间步长的增加而降低。我们需要评估不同时间跨度下的预测表现。

3.1 滚动预测实现

def multi_step_prediction(model, initial_data, steps): predictions = [] current_batch = initial_data.reshape(1, window_size, -1) for _ in range(steps): current_pred = model.predict(current_batch) predictions.append(current_pred[1][0][0]) # 取中位数预测 # 更新输入序列 new_row = np.append(current_pred[1][0], current_batch[0, -1, 1:]) current_batch = np.append(current_batch[:, 1:, :], [new_row], axis=1) return np.array(predictions)

3.2 不同时间步长误差对比

我们对30分钟到150分钟的预测结果进行了量化评估：

误差增长的主要原因是：

• 累积误差效应
• 气象条件不确定性增加
• 超出LSTM有效记忆长度

4. 结果可视化与生产部署

预测结果的可视化对于理解模型行为和决策支持至关重要。

4.1 动态置信区间可视化

import matplotlib.pyplot as plt def plot_prediction_intervals(true, pred_low, pred_median, pred_high): plt.figure(figsize=(12, 6)) plt.plot(true, label='实际值', color='blue') plt.plot(pred_median, label='中位数预测', color='red') plt.fill_between(range(len(true)), pred_low, pred_high, color='gray', alpha=0.3, label='80%置信区间') plt.legend() plt.title('风电功率预测区间') plt.xlabel('时间步') plt.ylabel('标准化功率') plt.show() # 获取测试集预测 preds = model.predict(X_test[:100]) plot_prediction_intervals(y_test[:100], preds[0].flatten(), preds[1].flatten(), preds[2].flatten())

4.2 模型部署优化建议

在实际生产环境中，还需要考虑：

• 在线学习：定期用新数据更新模型权重
• 模型监控：建立预测误差的预警机制
• 计算优化：使用TensorRT加速推理
• 容错处理：当预测区间过宽时触发人工检查

# 模型保存与加载 model.save('wind_power_lstm.h5') loaded_model = tf.keras.models.load_model('wind_power_lstm.h5', custom_objects={'quantile_loss': quantile_loss})

在风电场的实际应用中，我们发现当预测区间宽度超过额定容量的15%时，建议启动备用电源方案。通过将LSTM预测系统与SCADA系统集成，可以实现分钟级的功率调整决策。