风电功率预测这几年算是新能源领域里“又刚需又难啃”的方向。刚需是因为电网调度天天需要功率曲线,难啃是因为风本身不讲道理,出力波动剧烈,靠单一模型硬怼往往差强人意。我之前做过一个项目,核心思路是用高斯混合模型(GMM)先把历史天气和出力场景聚类,再用CNN-BiLSTM-Attention的组合网络做短期功率预测,同时给出了Python和Matlab两套实现。这套方案在几个模拟数据集上跑下来,效果比单纯用LSTM或单一CNN稳定不少,尤其是对突发性风速变化的表现,明显好过一个模型走天下。这篇就专门拆解这个方案的设计逻辑、关键实现和踩坑记录,给正在做风电预测或类似时序预测任务的朋友一个可复现的参考。

1. 风电功率预测到底难在哪

1.1 单一模型为什么总是差口气

风电功率预测本质上是一个多变量时序回归问题,输入是数值天气预报(NWP)数据、历史功率、测风塔/机舱风速风向等,输出是未来一段时间(通常15分钟到72小时)的功率值。听着不复杂,但实际做起来问题很多。

第一个问题是数据分布非平稳。风电出力在不同天气系统下差异极大:强风过程、弱风过程、阵风切变、极端大风停机,各自的数据分布完全不是一个形态。如果你拿一套模型去拟合所有场景,模型被迫在多个模式之间找平衡,结果往往是谁都拟合不好。这就好比让一个人同时干销售和财务,虽然都能干,但专业度一定不如专人专岗。

第二个问题是时序依赖既长且复杂。功率不仅取决于当前时刻的风速,还和过去几小时内的风速变化趋势、气压场演变、温度变化有关系。单向LSTM只能从前往后记忆,在某些场景下会丢掉“未来”方向的上下文信息,这对预测任务是有影响的。第三个问题是输入特征的贡献不均匀。不同时间段、不同天气过程下,起主导作用的特征不一样。比如强风时段风速是主控因素,弱风时段温度层结和海陆风影响可能更明显。

这些难点叠加在一起,单模型很难通吃。所以一个自然的思路是:先聚类,把数据按工况拆分;再针对每种工况的特性,让网络能同时捕获局部特征、双向时序依赖和动态注意力焦点。

1.2 GMM聚类在这里扮演什么角色

GMM(高斯混合模型)在这个方案里不是花架子,它是整个预测链路的“第一级分流器”。

用K-means做聚类也可以,但它输出的是硬标签,每个样本非此即彼,这跟风电数据的实际情况不符。风电场景往往是连续的,一个大风天和一个小风天的交界处,数据属性是渐变的,硬切一刀会让处于边界的数据点被强制归到某一类,增加误判风险。GMM输出的是“属于每个类别的概率”,也就是软聚类,这能保留样本在属性上的模糊性,让后续模型在训练时能感知到过渡状态的存在。

此外,GMM对数据分布的形状有更好的适配能力。每个高斯分量都有独立的均值向量和协方差矩阵,可以看成是捕捉了不同天气过程下的典型“数据形态”。比如某几个分量可能对应西风带过境时的强风速结构,某些分量对应高压控制下的弱风结构。用BIC准则还能自动决定分量数量,不用像K-means那样靠肘部图反复纠结。

在预测阶段,我对聚类的使用有两种模式:一种是“分而治之”,每个聚类簇单独训练一个子模型,预测时先判断当前输入属于哪个簇,再调用对应模型;另一种是将聚类概率作为额外特征拼接到CNN的输入里,让聚类信息参与端到端训练。两种我都试过,效果上“分而治之”更稳,但对数据量要求高;拼接特征的方式代码简单,适合数据量有限的场景。这篇主要讲“分而治之”这种,因为它在工程上更容易解释清楚。

2. 整体方案设计与链路拆解

2.1 从原始数据到预测结果要走几条路

整套流程可以分成四条链路:数据处理链路、场景识别链路、预测模型链路、结果聚合链路。

数据处理链路负责把SCADA数据和NWP数据对齐到同一时间分辨率。这里有个容易踩的坑:SCADA数据通常是10分钟一条,NWP数据可能是15分钟或1小时一条,时间戳不对齐不能直接喂给模型。我的做法是NWP数据进行线性插值重采样到10分钟分辨率,再统一处理缺失值和异常值,最后做归一化。

场景识别链路就是GMM聚类。输入的特征不是原始功率,而是选取能代表天气状态的风速、风向、温度、气压变化率、空气密度等气象特征,聚类后给每条样本打上簇标签。注意,不要直接把原始功率序列扔给GMM,否则你聚类出来的不过是“出力高低”的标签,和物理场景脱节,对预测的帮助有限。

预测模型链路是核心:每个聚类簇对应一个CNN-BiLSTM-Attention子模型。CNN负责从输入的多变量时间序列里提取局部变化模式,BiLSTM负责在CNN特征的基础上捕捉双向的时序依赖,Attention层则是给不同时间步分配权重,让模型在做出预测时能“主动关注”对结果影响更大的历史时刻。

结果聚合链路最简单:预测时先把输入样本通过GMM计算属于每个簇的后验概率,然后按概率加权融合多个子模型的预测结果。这个加权输出比硬选某一个模型要平滑得多,尤其是在样本落在簇间过渡区域的时候,GMM的软聚类特性在这里被充分利用。

2.2 为什么分而治之有效:一个通俗的解释

举个生活中的例子你就明白了。假设你要给一个有经验的出租车司机培训一条新线路的驾驶技巧,你不会只用一套标准话术应付所有情况。晴天、雨天、夜间、高峰,你会分别讲解不同的跟车距离和刹车逻辑,因为每种路况下的操作规律差异很大。

风电功率预测也是这个道理。强风过程对应着几乎饱和的出力区间,弱风过程对应着低出力的非线性区间,极端大风来临前还有一个限功率爬坡过程。这些场景的输入输出映射关系是有明显差异的。用统一的模型学这些映射,相当于让一个学生同时学习风格迥异的几套数学题,精力会被分散。拆开后,每个模型专注学习自己那套题,拟合精度自然更高。

不过这里必须说一句:分而治之的前提是每个簇的数据量都不能太少。如果一个簇只有几百条样本,那单独训练一个BiLSTM很容易过拟合。这种情况我建议别开新簇,要么合并到邻近簇,要么用拼接聚类概率作为特征的方式。

3. CNN-BiLSTM-Attention:三个模块怎么拼

3.1 CNN不是拿来提图像特征的,是用一维卷积提时序局部模式

很多朋友一看到CNN就下意识以为是处理图像的。在这个方案里,CNN处理的是1D时序信号,输入形状是(时间步长, 特征维度),卷积核在时间维度上滑过,提取的是局部时序模式。

举个例子:风速在10分钟内连续上升超过某个阈值,这往往预示着功率即将快速爬坡。这种局部变化模式用普通全连接网络很难自动捕捉,因为全连接层对输入的局部平移不敏感——同样一个上升趋势,发生在时间窗口的前半段还是后半段,在全连接视角下是完全不同的输入,但在一维卷积视角下,卷积核可以捕捉到这种“局部上升形态”。

我用的是两层一维卷积,第一层卷积核设为3,第二层设为5。这说明一个设计要点:第一层用小的感受野捕捉细致的变化,第二层用稍大的感受野把第一层提取的细碎特征拼成更高层的模式。卷积核数量从32到64翻倍,每次卷积后用BatchNorm和LeakyReLU激活。池化我用了MaxPooling,因为功率预测任务里峰值信息往往比平滑信息更具指示意义。

3.2 BiLSTM为什么要双向

LSTM被广泛用于时序任务,这个大家都知道。但单向LSTM有一个固有局限:它只能利用过去的信息推断当前和未来,不能看到“未来”方向的上下文。这在序列标注类任务里是合理的,在预测任务里似乎也合理——毕竟预测未来时,你确实只有过去的数据。

但注意,这里有个微妙之处:我们的输入是一个历史时间窗口,整个窗口的数据是已知的。BiLSTM在时间维度上从两个方向分别编码这个已知窗口,前向编码捕捉“从过去到现在的演变逻辑”,后向编码捕捉“从当前回看过去的倒推逻辑”。这种双向编码能更完整地刻画时间窗口内的动态结构,对后续Attention做时间步加权是有帮助的。

我在实现时用TimeDistributed包装?不,直接用Bidirectional层包裹LSTM层即可。两个方向的隐状态做完后,直接concat成一个向量序列,喂给Attention层。如果非要较真,单向LSTM也能跑,但我在对比实验里发现,双向LSTM在多变量输入场景下,RMSE平均能低2%到4%。这个提升不算巨大,但考虑到成本只是参数翻倍,性价比是划算的。

3.3 Attention机制是如何选择关注重点的

Attention在NLP里大红大紫,但在时序预测里很多人只是简单加了个注意力层,并不理解它到底在干什么。这里把计算逻辑讲清楚。

假设BiLSTM的输出是一个序列:每个时刻t对应一个隐状态向量h_t。Attention层的任务是计算一组权重α_t,表示时刻t的信息对预测最终功率的重要性。计算公式是:

• 先把每个h_t经过一个全连接层得到打分score_t
• 再通过softmax归一化得到权重α_t
• 最后把所有h_t按权重加权求和,得到上下文向量c

这个c就是整个历史窗口的“注意力汇总表达”,再接几层全连接,输出预测功率值。

用生活类比来理解:你在写一份关于过去24小时风电出力的复盘报告,A时刻发生了强阵风,B时刻风速平稳,C时刻出现功率骤降。你不太可能把24个小时的每一分钟写得一样详细,而是会重点分析那几个关键转折时刻。Attention做的事情就是让模型自己学会“把更多的注意力预算花在关键转折点上”,而不是把时间维度平均看待。

对我来说,Attention最大的价值是它提供了一个可解释性入口:可以把训练好的注意力权重可视化,看看模型到底在关注哪些历史时刻。我实际跑出来的结果表明,模型对预测点前30分钟的风速突变时刻会赋予较高权重,这跟物理直觉是一致的。

3.4 网络结构参数汇总

我把整套网络的参数表整理了一下,方便你复现的时候直接抄作业。

输入特征我这里选的是风速均值、风速最大值、风向正弦/余弦、温度、气压、湿度、历史功率,一共8个维度。风向必须要做正弦和余弦分解,否则350度和10度这两个本来很近的角度,直接喂给模型会被编码成差异很大的两个数,模型容易学歪,这是个细节但很关键。

4. 实操过程:从GMM聚类到Python模型训练

4.1 数据预处理和训练集构建

这个环节没有太多捷径,但有几个原则值得明确。第一,数据清洗必须做在归一化和聚类之前,否则脏数据会影响聚类中心的估计。风速大于合理阈值但功率为0的记录,大概率是限电或停机状态,这种样本可以直接剔除或单独标记。第二,所有数据统一重采样到10分钟分辨率后,用前向填充处理短时间缺失,超过两小时的连续缺失直接删除段。第三,归一化采用训练集统计量,验证集和测试集用同一套统计量来变换,这是为了防止数据泄露。

滑动窗口构建样本的方式是:用过去12个时刻(2小时)的8维特征预测未来1个时刻的功率。想做多步预测的话,可以把未来4个、12个时刻分别作为标签,或者用自回归式的滚动预测。我实验中发现,直接多步输出的效果在短期(1小时内)是可接受的,超过这个范围误差会快速累积。

代码如下:

import numpy as np import pandas as pd from sklearn.preprocessing import StandardScaler def build_sequences(data, feat_cols, target_col, T=12): X, y = [], [] for i in range(len(data) - T): X.append(data[feat_cols].iloc[i:i+T].values) y.append(data[target_col].iloc[i+T]) return np.array(X), np.array(y) # 假设df是重采样、清洗后的10分钟分辨率数据 feat_cols = ['ws_avg', 'ws_max', 'wd_sin', 'wd_cos', 'temp', 'pres', 'hum', 'power'] scaler_feat = StandardScaler() scaler_power = StandardScaler() # 注意先fit训练集,再transform训练/验证/测试 train_size = int(len(df) * 0.7) df_train = df.iloc[:train_size] df_val = df.iloc[train_size:int(len(df)*0.85)] df_test = df.iloc[int(len(df)*0.85):] # 实际项目中此处应分别对训练集做fit,再transform X, y = build_sequences(df_train, feat_cols, 'power', T=12)

4.2 GMM聚类的实操细节

GMM聚类用的特征不是全量8维,我从中挑选了风速均值、风向正弦、风向余弦、温度、气压5个物理气象场相关特征。功率不参与聚类,原因前面说过,避免聚出来的类别纯粹是“出力大小的分层”。每个样本的特征取时间窗口内的均值,构成一个5维向量序列,喂给GMM。

分量数的选择我直接用BIC和AIC综合判断。BIC(Bayesian Information Criterion)会在模型复杂度和拟合优度之间取平衡,它的公式是:

BIC = -2 * ln(L) + k * ln(N)

其中L是似然函数值,k是模型参数个数,N是样本数。BIC越小说明模型在平衡复杂度和拟合度上越好。我在分量数2到10之间逐一计算BIC,多数数据集上5个分量时BIC开始趋于平稳或达到最小。用代码实现如下:

from sklearn.mixture import GaussianMixture def select_gmm_components(X_cluster): bic_scores = [] n_components_range = range(2, 10) best_model = None for n in n_components_range: model = GaussianMixture(n_components=n, covariance_type='full', random_state=42, max_iter=200) model.fit(X_cluster) bic_scores.append(model.bic(X_cluster)) # 简单记录最优模型 if best_model is None or model.bic(X_cluster) < best_model.bic(X_cluster): best_model = model return best_model, bic_scores # X_cluster是气象特征 best_gmm, scores = select_gmm_components(X_cluster) labels = best_gmm.predict(X_cluster) proba = best_gmm.predict_proba(X_cluster)

需要注意,covariance_type这个参数很关键。full协方差允许各维特征之间有任意的相关性结构,拟合能力强但参数多,容易过拟合;diag只考虑各维独立,参数少但可能不够灵活。我实际对比下来,数据量超过10万条时用full更稳,少于这个量可以用diag或tied。具体没有绝对标准,建议都试一遍,看BIC和聚类可视化结果。

聚类完成后,每个簇需要单独生成时序样本。举例来说,如果共5个簇,那么原始数据就被切成了5段“同工况”数据。我在工程中并不是删掉其他数据,而是给每条样本打上簇标签,然后按簇划分训练集和验证集,分别训练5套子模型。

4.3 CNN-BiLSTM-Attention的Python实现

模型定义我用Keras实现。核心有三个模块:CNN特征提取层、BiLSTM双向编码层、自定义Attention层。

Attention层的实现是一个关键点。Keras没有内置的时序注意力层,需要自己写一个简单的Layer子类。

这里有一个性能优化的细节我必须提:在训练时,Attention分数的计算可以放到GPU上并行完成,但推理时如果是在CPU上部署,建议把Attention层里的矩阵运算用向量化写法,避免Python循环。Keras的自定义Layer默认是全向量化的,我下面贴的代码也是矩阵形式,直接可用。

import tensorflow as tf from tensorflow.keras import layers, Model class AttentionLayer(layers.Layer): def __init__(self, **kwargs): super(AttentionLayer, self).__init__(**kwargs) def build(self, input_shape): self.W = self.add_weight(name='attention_weight', shape=(input_shape[-1], 1), initializer='glorot_uniform', trainable=True) self.b = self.add_weight(name='attention_bias', shape=(1,), initializer='zeros', trainable=True) super(AttentionLayer, self).build(input_shape) def call(self, inputs): # inputs shape: (batch_size, time_steps, feature_dim) score = tf.squeeze(tf.tanh(tf.matmul(inputs, self.W) + self.b), -1) alpha = tf.nn.softmax(score, axis=1) context = tf.reduce_sum(inputs * tf.expand_dims(alpha, -1), axis=1) return context, alpha

在构建模型时,有几个关键点需要注意:第一,CNN的输入通道数和后续BiLSTM的时间步长必须匹配,否则会报维度错误。第二,BiLSTM如果设置return_sequences=False,Attention层就无法使用,因为Attention的输入要求是每个时间步的隐状态序列。第三,预测值范围在0到额定功率之间,最后的输出层激活函数我建议不要用ReLU,直接用Linear,但在损失函数里加入一个轻微的正则化项防止预测值超出合理区间。

def build_model(time_steps, feature_dim): inputs = layers.Input(shape=(time_steps, feature_dim)) # CNN特征提取 x = layers.Conv1D(filters=32, kernel_size=3, padding='same')(inputs) x = layers.BatchNormalization()(x) x = layers.LeakyReLU(alpha=0.1)(x) x = layers.Conv1D(filters=64, kernel_size=5, padding='same')(x) x = layers.BatchNormalization()(x) x = layers.LeakyReLU(alpha=0.1)(x) x = layers.MaxPooling1D(pool_size=2, padding='same')(x) # BiLSTM双向编码 x = layers.Bidirectional(layers.LSTM(64, return_sequences=True))(x) x = layers.Bidirectional(layers.LSTM(32, return_sequences=True))(x) # Attention加权汇总 context, alpha = AttentionLayer()(x) x = layers.Dropout(0.3)(context) x = layers.Dense(32, activation='relu')(x) x = layers.Dense(1, activation='linear')(x) model = Model(inputs, x) return model model = build_model(time_steps=12, feature_dim=8) model.compile(optimizer=tf.keras.optimizers.Adam(learning_rate=1e-3), loss='mse', metrics=['mae'])

4.4 训练策略和超参数调优

训练时的第一个心得是:学习率不要设太大,也不要一直不变。我最初用固定学习率1e-3训练,结果损失曲线在某个阶段反复震荡,后来改用ReduceLROnPlateau,在loss平稳后自动把学习率降低到原来的五分之一,曲线马上就收敛了。遇到更复杂的数据集时,还可以用CosineAnnealing,效果更丝滑。

第二个心得是早停策略。每个簇的子模型我都设置了patience=20,也就是说验证集loss连续20个epoch不下降就停止训练。这个策略在这个任务里非常管用。原因在于不同簇的数据复杂度不同,有的簇(比如弱风时段)数据形态相对简单,可能20个epoch就收敛了,有的簇(比如大风切换时段)需要50甚至60个epoch。统一设置固定epoch数不是时间长就是欠拟合,早停可以自动适配每个簇的收敛节奏。

模型训练部分的代码如下:

from tensorflow.keras.callbacks import EarlyStopping, ReduceLROnPlateau callbacks = [ EarlyStopping(monitor='val_loss', patience=20, restore_best_weights=True), ReduceLROnPlateau(monitor='val_loss', factor=0.2, patience=5, min_lr=1e-5) ] # 每个簇单独训练 hist = model.fit(X_train_cluster, y_train_cluster, validation_data=(X_val_cluster, y_val_cluster), epochs=100, batch_size=64, callbacks=callbacks, verbose=0)

评估阶段我用RMSE、MAE和R²三个指标。但这里有个容易犯的错误:不要直接拿平均后的RMSE去对比不同模型,因为风电功率有典型的昼夜季节规律,RMSE会显著受到评估时间段的影响。我在评估时固定使用同一个连续时间窗口(比如连续一个月的测试数据),并保证不同模型的评估区间一致,才算公平对比。

5. 常见问题与排查技巧实录

5.1 聚类结果不稳定,每次运行出的簇标签不一样

GMM的初始值对最终聚类结果有影响,特别是数据分布存在明显重叠时。我一开始没设置random_state,导致每次跑出来的簇数量一致但具体标签顺序和边界都不一样,给下游模型训练带来很多麻烦。

解决办法有两个。第一个是固定随机种子,比如random_state=42,这在复现实验时是必须的。第二个是多次聚类取稳定结果,比如用不同随机种子跑10次GMM,计算这些聚类结果的ARI(Adjusted Rand Index),如果ARI很低,说明数据本身对聚类中心不敏感,需要增加数据量或换特征。

5.2 注意力权重接近均匀分布,模型没有真正专注关键时刻

如果你发现Attention的所有权重都大约等于1/T,那说明Attention层没有学习到有效的信息分配模式。我遇到这种情况后排查到的主要原因有两个:一是BiLSTM层数太多,特征被高度压缩,Attention打分函数的输入已经没有足够的区分度;二是训练数据太少,模型用简单的平均池化就能完成训练任务,注意力没有被逼着去学复杂权重。

解决办法是把BiLSTM第二层的单元数从32降到16,甚至去掉第二层,只保留一层64单元的BiLSTM,让Attention直接在比较原始的特征上计算。同时,如果数据量允许,增大CNN的卷积核数量也可以增强特征差异度,给Attention提供更有区分度的输入。

5.3 测试集上误差突然增大,但训练集和验证集表现正常

这种问题通常不是模型问题,而是测试集里出现了训练分布之外的场景。比如测试集包含某次极端大风过程,而历史数据里没有类似天气,那么无论哪个簇的子模型都无法给出合理的预测。

排查方法分两步:先用训练好的GMM计算测试样本的后验概率,如果最大后验概率都很低(比如低于0.15),说明测试样本不属于任何一个已知场景;接着,用该测试样本构造重构误差,如果误差大,基本可以断定是数据分布外的问题。这种情况下,我会把该样本单独拿出来,分析它的气象特征,确认是否出现了预警大风或者传感器异常,而不是盲目调模型。

5.4 常见问题速查表

5.5 我常用的一个调试小技巧

在每个子模型训练完成后,我会把Attention权重随时间的演化打印成一张热力图,再叠加实际风速曲线和功率曲线对比。如果发现模型在风速突变的时刻权重明显升高,说明模型学习的内容是符合物理直觉的。如果权重集中在无意义的点上,即便最终指标还行,我也倾向于重训或调整结构。因为一个能“讲出道理”的模型,在新增数据上的泛化能力通常比一个只看指标好看的模型更可靠。

6. Matlab端验证与部署细节

6.1 用MATLAB复现和验证模型

Python里训练好的模型可以直接用MATLAB的深度学习工具箱做验证和推理。我一般不在MATLAB里重新训练完整模型,因为Keras在训练流程上的生态更成熟,但MATLAB/Simulink在工程部署和硬件生成方面确实更方便。

将Python模型导出到MATLAB很简单,直接用keras2matlab工具或者把模型权重保存成.h5,再在MATLAB中解析成对应层。更省事的方式是:在MATLAB里重新搭建相同结构的网络结构,然后导入TensorFlow的权重。深度学习工具箱支持直接导入TensorFlow-Keras模型的功能,这个流程在R2021a之后的版本都支持得很好。

% 在MATLAB中加载Keras模型 net = importKerasNetwork('cnn_bilstm_attention.h5', 'OutputLayerType', 'regression'); % 构造输入数据,维度为 [时间步, 特征数, 样本数] input_data = randn(12, 8, 1); % 推理 pred = predict(net, input_data);

这里给一个实操提醒:importKerasNetwork对自定义Attention层的支持有时候会报错,因为自定义层的名称映射不到MATLAB内置层里。解决办法有两个,一个是手动在MATLAB中用自定义层类实现Attention计算逻辑,更多的操作建议是在Python里把Attention层从模型中拆出来,单独导出权重,在MATLAB中手动组装预测流程。另一个更简单的思路:部署时可以把Attention部分拿掉,改用平均池化替代,对比一下指标,如果精度损失小于1%,工程上通常是可以接受的。

6.2 MATLAB中的自建Attention层参考

如果坚持要在MATLAB中完整复现,可以自定义一个层。下面是一个简化版示例,但不建议新手直接照搬,先跑通内置层再说。

classdef attentionLayer < nnet.layer.Layer methods function layer = attentionLayer(name) layer.Name = name; end function Z = predict(layer, X) % X: 时间步×特征数×批量 % 这里只做简单打分,实际需实现完整注意力公式 scores = sum(X, 2); alpha = softmax(scores, 1); Z = sum(X .* alpha, 1); end end end

但说实话,MATLAB端工程的真正意义在于部署,而不是做研究。如果只是复现实验效果,Python端已经足够。把整套方案在MATLAB里跑通的价值,在于后续如果想要把模型部署到一套基于MATLAB的实时监测系统里,可以少走弯路。

6.3 两套代码的落地心得

我习惯的结构是:Python负责所有数据清洗、特征工程、聚类、训练、评估,生成一份完整的实验结果分析和模型文件;然后如果项目有工程化需求,再在MATLAB里做定时任务或实时数据流的推理调用。

这样做的好处是分工明确:算法验证和迭代用Python生态的灵活性,部署环节用MATLAB的封装能力。很多做风电预测的人会纠结选哪门语言,其实不用太纠结。预测精度只和数据处理质量和模型结构有关,和用什么语言训练关系不大。我见过用纯MATLAB训练也能得到不错结果的团队,也见过纯Python部署到实时系统顺利上线的。关键是不要让工具选择拖累你的核心算法迭代速度。

7. 一些实在的调参建议和避坑心得

说了这么多结构和流程层面的东西,最后聊几个我在实际调参过程中最有感触的点。

第一,不要一上来就用最复杂的模型。我最初为了冲指标,把CNN堆到三层,BiLSTM两层,Attention后还加了两层全连接。结果训练时间长了三倍,指标没有明显提升,反而因为参数太多在弱风簇上过拟合了。后来我简化到两层Conv1D和一层BiLSTM,效果依然能打,这说明复杂的模型带来的增益在数据量不足时会被过拟合的损失抵消掉。

第二,归一化不会帮你弥补特征选择的缺陷。我有一版实验把风速、风向、温度、气压、湿度全部归一化后直接送入模型,效果反而不如只保留部分特征。原因是一些气象变量在目标风电场区域内的方差贡献是冗余的。建议先做相关性分析,去掉和风速高度共线的特征,再进入模型。

第三,时间序列的交叉验证和平凡的K折CV完全不同。风电数据有强自相关性,如果像普通分类任务那样随机打乱后做K折交叉验证,会导致训练集中包含未来信息,验证结果严重虚高。我在这里吃过亏,一开始用随机K折,得到的RMSE漂亮得不敢相信,改成按时间顺序切分后误差直接翻倍。使用时间序列交叉验证会更真实一些,比如用前70%数据训练,接下15%做验证,最后15%做测试,这是最省事也最靠谱的切法。

第四,分簇训练的一个隐藏好处是它可以顺便做异常检测。我在训练完GMM之后,计算了每个样本到其主导簇中心的马氏距离。距离特别大的样本,放到预测流程里后验概率会特别小。这在实际系统里反而可以作为传感器异常或天气突变预警的一种触发信号,虽然这不是GMM聚类的主要目的,但确实是一个有价值的“副产品”。

第五,超参数调整不要只看最终loss。我会额外关注每条测试样本的误差分布。如果误差在某个时段(比如日出前后)特别集中,哪怕整体RMSE不差,我也会针对性的看看是不是特征里缺了温度变化率这个维度。有时候把特征拼接方式微调一下,比继续堆模型参数有效得多。

这组方案如果后面继续扩展,一个可做的方向是引入区间预测,用分位数损失替代MSE,让模型不只输出一个功率点值,而是一组置信区间。另一个方向是加入NWP模式修正,把不同气象源的预报偏差和聚类场景关联起来,相当于给GMM-预测链路再加一层自适应纠偏模型。这些方向后续有时间我会单独整理成新的文章分享,有兴趣的朋友可以先用这篇里的框架把基准版本跑通,再按自己的场景去迭代。