简介：这份资源面向时间序列预测的学习者与研究人员，提供一套基于VMD-Attention-LSTM的完整Python实现方案，可用于金融、气象、电力负荷等场景的建模练习与课题复现。压缩包共17个文件，约5.25MB，包含6个py源码文件、4个pyc编译文件、3个npy数据文件，以及checkpoint模型权重、TensorFlow索引与数据分片和一份md说明文档，覆盖从数据到模型落地的完整链路。源码中VMD.py负责变模分解，vmd_attention_lstm.py搭建网络结构，训练、验证与预测脚本相互配套，并配有详细注释，便于理解每个模块的作用。已有181人学习，读者可据此掌握VMD分解降噪、LSTM长期依赖建模与Attention加权组合的整合思路，同时借助报告了解实验设置与结果分析，提升Python编程与数据分析能力。

1. 从一份 VMD-Attention-LSTM 源码包说起：它到底能解决什么

如果你做过电力负荷、风速或股价这类单变量时间序列预测，大概率遇到过同一个问题：原始序列噪声大、非平稳，直接把窗口喂给 LSTM，验证集 loss 能降，但测试集一到突变点就崩。这份基于 VMD-Attention-LSTM 的时间序列预测模型 Python 源码包，就是冲着这个痛点来的。它把变分模态分解（VMD）、注意力机制和 LSTM 串成一条完整链路，附带训练脚本、checkpoint、npy 数据集和一份项目报告，属于那种拿到手就能跑、跑完能对着报告核对结果的资源。适合两类人：一是正在做毕设或论文复现、需要一套可解释基线的研究者；二是想把分解+深度模型这套组合拳落到实际预测任务里的工程师。它不解决"预测一定准"的问题，但能让你清楚看到每个环节在干什么。

2. VMD 分解与数据准备：把非平稳序列拆成可学的模态

2.1 为什么先做 VMD 而不是直接上 LSTM

时间序列预测里有个绕不开的现实：真实序列往往是多个物理过程叠加的结果。电力负荷里混着趋势项、周期项和随机扰动，风速序列里低频天气过程和高频湍流搅在一起。LSTM 的门控机制擅长捕捉长期依赖，但它对"输入本身是不是干净"没有免疫力。噪声和模态混叠会让网络把精力浪费在拟合高频抖动上，表现为训练集拟合很好、测试集一遇拐点就偏。

VMD 的思路是把原始信号分解成 K 个中心频率不同的本征模态函数（IMF），每个模态带宽受限、彼此近似正交。相比经验模态分解（EMD），VMD 在数学上更稳，不容易出现模态混叠，端点效应也轻一些。常见做法是：先对整段序列做 VMD，得到 K 个模态分量，再对每个分量单独构造滑动窗口，分别送进模型预测，最后把各分量的预测结果叠加重构。这份源码里的utilt/VMD.py就是干这件事的，train_vmd_af.npy和test_vmd_af.npy是分解后存下来的模态数据，省得你每次训练都重跑分解。

需要提醒的是，VMD 有两个关键参数：模态数 K 和惩罚因子 alpha。K 选小了，不同频率成分还挤在一个模态里；K 选大了，会出现中心频率接近的冗余模态，反而给模型加噪声。源码里默认值能跑通，但换数据集时这两个参数必须重新调。

2.2 数据准备与 VMD 分解的可执行步骤

先看数据组织。资源包里原数据目录放原始序列，train_vmd_af.npy、test_vmd_af.npy是分解后的训练/测试模态数组，pred_hubei_set.npy是湖北某数据集的预测结果存档。整个流程是：原始序列 → VMD 分解 → 按模态切分训练/测试 → 归一化 → 构造监督样本。

下面这段代码演示如何用源码里的 VMD 模块对一条序列做分解，并保存成 npy，逻辑和utilt/VMD.py一致：

import numpy as np from utilt.VMD import VMD # 源码内的 VMD 实现 # 1. 读取原始单变量序列，形状 (T,) raw = np.load('原数据/load.npy').flatten() # 2. 设置 VMD 参数：K 模态数，alpha 带宽约束，tau 噪声容限 K = 5 alpha = 2000 tau = 0 DC = 0 # 不含直流分量 init = 1 # 中心频率初始化方式 tol = 1e-7 # 收敛容差 u, u_hat, omega = VMD(raw, alpha, tau, K, DC, init, tol) # u 形状 (K, T)，每行是一个模态分量 # 3. 按 8:2 切分训练/测试，注意按时间顺序切，不能 shuffle split = int(len(raw) * 0.8) train_modes = u[:, :split] test_modes = u[:, split:] np.save('train_vmd_af.npy', train_modes) np.save('test_vmd_af.npy', test_modes) print('模态数:', u.shape[0], '训练长度:', train_modes.shape[1])

逻辑说明：VMD 返回的u是 K 个模态在时间轴上的取值，后续每个模态独立建模。参数上，alpha控制带宽，越大模态越窄、越平滑；K是最需要试的，一般从 3 到 8 之间网格搜。切分必须按时间顺序，时间序列一旦 shuffle 就是数据泄漏，这是血泪经验。

提示：分解要在归一化之前做，还是之后做，社区里两种做法都有。源码走的是先分解再对各模态分别归一化，这样每个模态的动态范围独立，训练更稳。如果你先对原始序列归一化再分解，高频模态的幅值会被压得很小，反而不好学。

2.3 监督样本构造与归一化

分解完只是半成品，还要把每个模态转成 (样本数, 时间步, 特征数) 的三维张量。常见做法是用滑动窗口，窗口长度 lookback 决定模型能看多远，预测步长 horizon 决定预测未来几个点。源码里这部分逻辑在val_models_train.py的数据加载段。

def make_windows(series, lookback=24, horizon=1): X, y = [], [] for i in range(len(series) - lookback - horizon + 1): X.append(series[i:i+lookback]) y.append(series[i+lookback:i+lookback+horizon]) return np.array(X), np.array(y) # 对每个模态分别构造，再在特征维拼接 X_list, y_list = [], [] for k in range(train_modes.shape[0]): xk, yk = make_windows(train_modes[k], lookback=24, horizon=1) X_list.append(xk) y_list.append(yk) X = np.stack(X_list, axis=-1) # (N, lookback, K) y = y_list[0] # 各模态预测目标一致，取第一个即可 print('样本形状:', X.shape, '标签形状:', y.shape)

参数说明：lookback=24表示用过去 24 个点预测下一个点，电力负荷日周期场景常用 24；horizon=1是单步预测，改大就是多步。X的最后一维是模态数 K，这样 Attention-LSTM 可以同时看到所有模态，也可以拆成 K 个独立模型分别训。源码走的是前者，把模态当特征通道，Attention 在时间步上做加权。

3. Attention-LSTM 模型搭建：从vmd_attention_lstm.py拆开看

3.1 LSTM 与 Attention 的分工

LSTM 负责在时间轴上传递记忆，三个门控决定哪些信息留、哪些丢。但标准 LSTM 的输出是最后一个时间步的隐状态，或者所有时间步隐状态的平均，这两种聚合方式对"哪些时间点更重要"是无差别的。Attention 补的就是这一环：给每个时间步的隐状态算一个权重，加权求和后再送全连接层。对负荷预测来说，早高峰和晚高峰的时间点权重自然会被抬高，凌晨平稳段权重压低，这比让 LSTM 自己硬记要高效。

源码里models/vmd_attention_lstm.py定义的就是这套结构。典型实现是：LSTM 输出所有时间步的 hidden state，接一个加性 Attention（Bahdanau 式）或点积 Attention，得到上下文向量，再过一个 Dense 输出预测值。下面给出与源码结构一致的最小实现：

import tensorflow as tf from tensorflow.keras import layers, Model class AttentionLayer(layers.Layer): def __init__(self, units): super().__init__() self.W = layers.Dense(units) # 对隐状态做变换 self.V = layers.Dense(1) # 打分 def call(self, hidden): # hidden: (batch, timesteps, units) score = self.V(tf.nn.tanh(self.W(hidden))) # (batch, timesteps, 1) weights = tf.nn.softmax(score, axis=1) # 时间步归一化 context = tf.reduce_sum(weights * hidden, axis=1) return context, weights def build_model(lookback, n_modes, lstm_units=64): inp = layers.Input(shape=(lookback, n_modes)) h = layers.LSTM(lstm_units, return_sequences=True)(inp) h = layers.Dropout(0.2)(h) ctx, w = AttentionLayer(lstm_units)(h) out = layers.Dense(1)(ctx) return Model(inp, out), w

逻辑说明：return_sequences=True是 Attention 能工作的前提，必须保留每个时间步的隐状态。AttentionLayer里先做 tanh 变换再打分，softmax 在时间维归一化，context是加权和。Dropout(0.2)放在 LSTM 之后、Attention 之前，是源码里的做法，用来抑制过拟合。参数上lstm_units=64是常见起点，序列长、模态多可以加到 128，但要注意显存。

3.2 训练脚本val_models_train.py的关键配置

训练入口在val_models_train.py，它负责加载 npy、构造窗口、编译模型、跑 epoch、存 checkpoint。checkpoint 目录里my_model.ckpt.index和my_model.ckpt.data-00000-of-00001是 TensorFlow 的权重存档，.index存变量索引，.data存实际数值，恢复时两者要配套。

import numpy as np import tensorflow as tf from models.vmd_attention_lstm import build_model X = np.load('train_vmd_af.npy') # 若已构造窗口则直接读 y = np.load('train_label.npy') model, attn = build_model(lookback=X.shape[1], n_modes=X.shape[2]) model.compile(optimizer=tf.keras.optimizers.Adam(1e-3), loss='mse', metrics=['mae']) ckpt = tf.train.Checkpoint(model=model) manager = tf.train.CheckpointManager(ckpt, './checkpoint/my_model.ckpt', max_to_keep=3) history = model.fit(X, y, validation_split=0.2, epochs=100, batch_size=64, verbose=1, callbacks=[tf.keras.callbacks.EarlyStopping(patience=10, restore_best_weights=True)]) manager.save() print('最优 val_loss:', min(history.history['val_loss']))

参数说明：Adam(1e-3)是时间序列回归的稳妥起点，loss 用 MSE 对应点预测。EarlyStopping(patience=10)防止过拟合，restore_best_weights=True保证存下来的是验证集最优权重，不是最后一个 epoch 的。batch_size=64对几千到几万样本都合适，样本少就降到 32。checkpoint 用CheckpointManager管理，max_to_keep=3只留最近三个，避免磁盘堆满。

注意：源码里 checkpoint 路径写的是相对路径，换机器跑之前先确认工作目录，否则会出现"训练完了但找不到权重"的翻车现场。恢复时用ckpt.restore(manager.latest_checkpoint)，再model就能直接推理。

3.3 验证与预测脚本val_models_pred.py

预测脚本负责加载 checkpoint、对测试集模态做前向、把各模态预测叠加重构回原始尺度。这一步最容易出错的是归一化逆变换：训练时对每个模态单独归一化，预测完必须用对应的均值和方差还原，否则叠加出来的曲线幅值完全不对。

import numpy as np import tensorflow as tf from models.vmd_attention_lstm import build_model X_test = np.load('test_vmd_af.npy') model, _ = build_model(lookback=X_test.shape[1], n_modes=X_test.shape[2]) ckpt = tf.train.Checkpoint(model=model) ckpt.restore(tf.train.latest_checkpoint('./checkpoint')) print('权重恢复自:', tf.train.latest_checkpoint('./checkpoint')) pred = model.predict(X_test) # (N, 1) # 逆归一化：用训练阶段保存的 scaler 参数逐模态还原 # 再按 VMD 重构公式把各模态预测相加，得到最终序列 final = pred.flatten() np.save('pred_hubei_set.npy', final)

逻辑说明：tf.train.latest_checkpoint自动找最新存档，省得手写文件名。pred是归一化尺度下的预测，逆变换参数必须和训练时一致，建议把 scaler 的 mean/std 一起存进 npy，别只存模型。重构时如果模型是"模态当特征通道"的联合建模，输出已经是叠加后的结果；如果是分模态独立建模，才需要手动相加。源码走的是联合建模，所以pred_hubei_set.npy直接就是最终预测。

4. 避坑与排查：这套源码最容易翻车的五个地方

4.1 现象：测试集曲线整体平移，形状对但幅值差一截

原因：归一化和逆变换不匹配。训练时对每个模态单独算 mean/std，预测时用了全局 mean/std，或者干脆忘了逆变换。VMD 分解后各模态幅值差异很大，低频模态幅值可能是高频的几十倍，用错 scaler 直接导致重构曲线整体偏移。

解决：把训练阶段的 scaler 参数（每个模态的 mean、std）单独存成scaler.npz，预测脚本里严格按模态索引取用。逆变换公式是x = pred * std + mean，逐模态做，做完再叠加。

4.2 现象：验证 loss 很低，测试集一塌糊涂

原因：滑动窗口构造时 shuffle 了，或者训练/测试切分点选在了序列中间做随机划分。时间序列的样本之间有强自相关，随机划分会让相邻窗口分别落进训练和测试，等于变相泄漏。

解决：严格按时间顺序切，前 80% 训练、后 20% 测试，中间不留重叠。构造窗口时也不要在切分后再 shuffle，model.fit里的shuffle=True对时间序列要慎用，源码默认没开。

4.3 现象：VMD 分解报错或模态数对不上

原因：K设得比信号有效频率成分还多，或者输入序列太短。VMD 要求序列长度远大于 K，几百个点的序列硬拆 10 个模态，数值上会不收敛。

解决：序列长度至少是 K 的 20 倍以上。K 从 3 开始试，看各模态中心频率是否分离，如果两个模态中心频率挨得很近，说明 K 大了。alpha默认 2000，噪声大的序列可以加到 3000 到 5000。

4.4 现象：checkpoint 恢复失败，报 shape mismatch

原因：改了lstm_units或n_modes之后重新建模型，但恢复的是旧 checkpoint，权重形状对不上。或者 TensorFlow 版本差异导致变量命名变化。

解决：恢复前先确认模型结构和存档时一致，build_model的参数从配置文件读，别硬编码。换 TF 版本时建议重新训练，跨版本恢复 checkpoint 是玄学，能避就避。

4.5 现象：预测结果全是均值附近的平线

原因：Attention 权重塌缩，所有时间步权重接近均匀，模型退化成对输入的简单平均。常见于学习率太大、训练初期就过拟合，或者 LSTM 隐状态维度太小表达力不够。

解决：把学习率降到 5e-4 或 1e-4，lstm_units加到 128，Attention 前加 LayerNorm 稳定分布。训练时把 Attention 权重打出来看，正常应该是少数时间步权重明显高，如果是一条平线就是塌了。

5. 进阶用法：把 VMD-Attention-LSTM 用到自己的数据上

拿到这套源码，真正有价值的是把它迁移到自己的序列上。我的习惯是分三步走，先验证分解是否合理，再验证模型能否过拟合小样本，最后才上全量数据。

第一步，换数据后先单独跑 VMD，把 K 个模态画出来看。如果某个模态几乎是直线，说明 K 大了；如果所有模态都还在剧烈抖动，说明 K 小了。这一步不涉及模型，纯信号层面判断，能省掉后面大量无效训练。第二步，取前 500 个点做小样本过拟合测试，正常情况训练 loss 应该能降到接近 0，如果降不下去，问题在模型结构或学习率，不在数据量。第三步，全量训练时用EarlyStopping加ModelCheckpoint双保险，验证集 loss 连续 10 个 epoch 不降就停。

参数迁移上，lookback跟着数据的周期走：日周期数据用 24，周周期用 168，没有明显周期就从 12 开始试。horizon单步预测用 1，多步预测建议改成 seq2seq 结构，别硬把 horizon 调大后还用单输出 Dense。模态数 K 和lstm_units是一对需要联合调的参数，K 大时lstm_units也要相应加大，否则每个模态分到的表达容量不够。

验证方法上，除了 MSE、MAE，建议加一个方向准确率（预测涨跌方向对不对），单看 MSE 会被大幅值样本主导。把预测曲线和真实曲线叠在一起画出来，重点看突变点附近的表现，那才是模型真实能力的试金石。

最后说个我自己的教训：早期做这类分解+深度模型的项目，我总想一步到位把 K、alpha、lookback、units 全网格搜一遍，结果跑了两天两夜，最后发现最优组合还不如手动试出来的三组。从那以后我每次换数据集，都强制先跑一遍 VMD 可视化、再做小样本过拟合、最后才全量训练，三步不走完不开大网格。这套流程帮我省下的算力，比任何调参技巧都实在。希望帮到你。

本文还有配套的精品资源，点击获取