企业官网建设流程全解析

1. 这个项目到底在解决什么问题

风电场功率预测这件事，做风电的人应该都深有体会。电网调度要看预测曲线，风电场运维要看功率趋势，交易市场上网电量也得靠预测结果报曲线。但风电功率天生就是个高波动、强非线性的信号，风速稍微变一下，输出功率可能瞬间从满发掉到三分之一。你要用一个固定结构的模型去拟合这种随时变化的规律，基本就是刻舟求剑。

我一开始接触这个项目标题的时候，第一反应是：这不就是把CNN、BiLSTM、attention、高斯混合模型、聚类这些词堆在一起拼个大杂烩吗？但实际把代码跑通、把数据调出来看之后，我发现这套思路确实有它的内在逻辑。它不是在炫技，而是针对风电功率预测里最让人头疼的一个问题——数据分布的非平稳性——做了分层处理。

简单说就是：风电场的功率数据不是铁板一块，不同风速段、不同天气过程下，功率曲线的统计特征完全不同。你拿一套模型硬套所有场景，效果必然稀烂。这个项目的方法是把数据先按高斯混合模型聚类分成几种典型“场景”，然后对每个场景分别训练CNN-BiLSTM-attention模型，最后按场景输出预测结果。相当于先给数据分门别类，再对症下药。

这篇文章我会把整个方法的思路拆开讲清楚，包括为什么要用高斯混合模型聚类、CNN和BiLSTM各自负责什么、attention层加在哪里、代码实现里有哪些坑，以及最后怎么把预测结果拼回去做评估。不管你是刚入门的新手还是已经调过不少预测模型的老手，这套流程里应该都有你能拿走的东西。

先说结论：这个方法适合处理那种“有明显多峰分布特征”的风电功率序列。如果你的数据本身分布很单一，聚类反而会帮倒忙。所以在动手之前，先对自己的数据做一个基础分析，再决定要不要上这套方案。

2. 整体设计思路拆解：为什么要“先聚类，再建模”

2.1 风电功率数据的真实面貌

风电功率曲线的时序特征，在不同时间尺度上表现完全不同。分钟级看，功率输出是高频抖动的，受湍流影响很大；小时级看，有明显的爬坡和滑坡事件，对应天气系统的过境；日级看，有昼夜风电资源变化的规律，但规律本身又随季节迁移。

如果你把一整年的功率数据画成统计分布图，大概率会看到多个峰。白天一个峰，夜晚一个峰；大风天气一个峰，小风天气一个峰；甚至不同风向扇区下的功率特性都各自成群。这种多峰特性说明：用一个均值和方差去描述整个数据集是远远不够的。

传统的预测做法是直接拿历史功率序列去训练回归模型，输入过去几个时刻的功率，输出未来几个时刻的功率。这样做不是不行，但模型内部需要自己去隐式地学习“当前处于什么场景”，而这个场景信息如果模型没有有效捕捉到，预测就会在各种场景之间“取平均”，结果哪个场景都拟合不好。

2.2 高斯混合模型聚类的角色定位

高斯混合模型（GMM）做的事情是：假设数据是由若干个高斯分布混合生成的，然后通过期望最大化算法估计每个分布的参数，进而得到每个样本属于各个分布的软概率。

放在风电功率预测这个场景里，聚类的输入特征不是原始功率值本身，而是从功率序列中提取出来的统计特征。常见做法是提取每个时间窗口内的均值、方差、最大值、最小值、变化率、偏度、峰度这些粗粒度特征，然后用GMM把这些特征向量聚成K类。

为什么选GMM而不是K-Means？因为K-Means是硬聚类，每个样本只能归属一个类别。而风电功率数据的场景边界很多时候是模糊的，比如某一段功率曲线，一半像大风场景，一半像中风场景，硬切就会引入噪声。GMM给出的软概率更贴合真实情况，而且在后续建模时，可以把软概率当作额外特征输入到预测模型里，让模型自己权衡当前更像哪个场景。

聚类数K怎么定？我试下来的经验是，不要盲目追求轮廓系数最大化。风电数据一般聚成3到5类是比较合理的。K太小，场景分不开；K太大，每个场景的样本量不够，模型训练会不稳定。具体选多少，可以用BIC或AIC做参考，但最终还是要结合每个聚类的物理含义去看——聚类结果是否对应了不同的风速区间或者不同的天气过程。

2.3 CNN、BiLSTM、Attention各司其职

聚类把“场景”分开了，接下来每个场景内部要用深度学习模型做时序预测。这里选CNN-BiLSTM-attention，每个组件都有明确分工：

• CNN层：负责提取局部时序特征。风电功率曲线的短期波动往往由风速湍流和机组控制策略引起，这类局部模式用一维卷积核可以高效捕捉。CNN还能起到降噪作用，把高频毛刺过滤掉一部分。

• BiLSTM层：负责捕捉长距离依赖。功率曲线的爬坡事件往往持续数个小时，单纯靠CNN的局部视野覆盖不了这种长程关联。BiLSTM通过前向和后向两个方向的信息流动，让每个时刻的隐藏状态同时包含过去和未来的信息，对序列内部的复杂依赖建模能力比单向LSTM更强。

• Attention层：负责动态加权。不同时刻对预测目标的重要性不同，比如在爬坡起始点附近的历史时刻对预测未来功率影响最大，attention机制可以自动学到这种权重分配，而不是像普通LSTM那样把最后一个时间步的隐藏状态当作全部信息。

三者串联的逻辑链条是：CNN先从原始序列里提取局部特征，BiLSTM对这些特征序列做上下文建模，attention再对BiLSTM输出的隐藏状态做加权聚合，最后接一个全连接层输出预测值。

这个结构放在每个聚类场景下单独训练，相当于给每个场景配备了一套专属的“特征提取器+时序记忆器+关键信息聚焦器”，效果自然好过用一套通用模型硬扛所有场景。

2.4 和朴素方案、其他复杂方案的对比

和直接用单一LSTM做预测的方案对比，这套方法的优势在于对非平稳数据的适应性更强。单一LSTM面临的问题就是前面说的“场景平均化”，在数据分布切换频繁的场景下预测误差会显著放大。

和纯粹的attention模型对比，CNN-BiLSTM-attention保留了时序归纳偏置。attention模型虽然能捕捉全局依赖，但计算量随序列长度增长，而且对局部时序模式的敏感性不如CNN和循环结构。风电功率序列不是纯随机文本，它有明确的物理连续性，保留时序结构假设是有益的。

不过这套方案的代价也很明显：训练流程更复杂。需要先做聚类，然后为每个场景单独训练模型，最后还要做预测结果的融合或拼接。工程实现上，模型训练时间接近单模型的K倍，K就是聚类数。如果你的场景对预测延迟有严格要求，或者算力非常紧张，就需要权衡是否值得。

3. 数据预处理与特征工程实操

3.1 原始数据长什么样

做风电功率预测，手上的数据通常包括历史功率、历史风速、历史风向、温度、气压等气象数据。其中功率是目标变量，风速是强相关特征，其他气象变量是辅助特征。数据采集频率通常是10分钟一条或者15分钟一条，一天就是96条或144条。

以10分钟频率为例，单台机组一年数据量约52560条，风电场整体数据量更大。这里有个容易踩的坑：不同来源的风速数据可能来自测风塔和机组机舱，两者数值存在偏差。机舱风速受尾流和机组运行状态影响，测风塔风速代表性更好但可能距离机组较远。训练时要统一数据源，否则模型会学到错误的风速-功率关系。

3.2 清洗与缺失值处理的细节

风电数据脏是常态。通信中断会导致连续多小时的数据缺失；机组限功率运行会导致功率值偏低，与风速不匹配；数据采集系统故障会产生跳变异常值。

常规清洗流程分几步：

• 第一步，剔除物理不合理数据。风速小于切入风速但功率大于0、风速大于切出风速但功率不为0、功率超过机组额定功率等，这些数据直接删掉。

• 第二步，处理缺失值。短时间缺失（小于等于2个采样点）用线性插值填充；中等时长缺失（数小时以内）用前后相似气象条件下的历史数据填充；长时间缺失建议把整段剔除，避免插值引入虚假规律。

• 第三步，处理异常跳变。用滑动窗口内的标准差做检测，超过3倍标准差的点标记为异常，结合前后值做平滑修正。这里要注意，爬坡事件本身就是功率的剧烈变化，不能简单把所有大变化都当作异常，需要结合风速变化来判断合理性。

3.3 聚类特征怎么提取

聚类特征提取是整个流程里最体现功力的环节。特征选得好不好，直接决定聚类结果是否有物理意义。

我在工程里常用的特征集是：以预测点前若干个采样点构建时间窗口，窗口长度取6小时（36个点），统计窗口内的平均功率、功率标准差、功率最大值、功率最小值、平均功率变化率（用一阶差分绝对值平均）、功率序列偏度、功率序列峰度。另外把窗口起始时刻对应的小时数和月份也加进去，用来引入昼夜和季节信息。

窗口内的功率均值和标准差组合起来，可以区分“大风稳定期”和“中等风速波动期”；变化率特征可以区分“爬坡过程”和“平稳过程”；偏度和峰度可以区分“尖峰型波动”和“平坦型波动”。这些特征维度不高，但每个都有明确的物理含义，聚类结果容易解释。

特征确定后要做标准化。GMM对特征尺度敏感，均值功率可能是几百到上千千瓦，变化率可能只有百分之几到十几，不标准化的话，高尺度的特征会主导聚类距离。用StandardScaler做Z-Score标准化就够了，不需要复杂处理。

3.4 聚类样本的构建技巧

样本构建要用滑窗方式。以3.1节的10分钟数据为例，假设用过去6小时（36个点）预测未来2小时（12个点）的功率序列，那么从原始序列第一个数据点开始，每隔1个采样点滑动一次，生成一个样本。但要注意，样本之间不能重叠太多，否则聚类和模型训练时，训练集和验证集的样本高度相似，评估指标会虚高。

我常用的做法是：聚类场景的样本构建时，窗口步长取30分钟，即每3个采样点生成一个样本，这样既能覆盖足够多的数据形态，又不会让样本过密。模型训练时再回到10分钟步长，提高时间分辨率。

聚类特征的提取方式和模型输入特征的提取方式不完全一致。聚类只看统计特征，模型输入还需要原始序列本身。这个差异要理解清楚，不然容易把流程搞混。

4. CNN-BiLSTM-Attention模型的参数设计与实现细节

4.1 模型输入输出结构

模型输入是一个三维张量，形状是（样本数，序列长度，特征维度）。序列长度就是过去6小时对应的36个时间步。特征维度包括：历史功率序列、历史风速序列、历史风向的正弦和余弦编码、温度。加上聚类软概率特征的话，特征维度再增加K维（聚类数）。

输出是未来2小时的功率序列，12个时间步，即（样本数，12）。这里预测的是多步功率序列，而不是只预测下一时刻的单点功率。多步预测的价值在于可以给调度提供完整的功率曲线，但难度也随之增加——预测误差会随时间步累积。

4.2 网络层参数配置

基于我做过的实验和常见实践，给出一个通用参数配置方案，具体调优需要结合数据量。

输入层之后，CNN部分用两层一维卷积。第一层卷积核数量64，卷积核大小3，步长1，padding保持序列长度不变，激活函数ReLU；第二层卷积核数量128，卷积核大小3，步长1。两层卷积之间夹一个MaxPooling，池化窗口2，步长2，把序列长度从36压缩到18。这样做的好处是压缩序列长度，同时保留最主要的局部特征，给后面的BiLSTM降低计算负担。

经过CNN后，序列送入BiLSTM。BiLSTM隐藏单元数量设为128，两层堆叠。第一层BiLSTM输出完整序列，第二层BiLSTM同样输出完整序列。dropout设为0.3，防止过拟合。

BiLSTM的输出进入attention层。attention的计算方式是：对BiLSTM每个时间步的隐藏状态计算一个得分，得分经过softmax归一化成权重，然后对所有隐藏状态做加权平均。得分的计算可以用简单的点积注意力，也可以用加性注意力。点积够用，参数少，实现简单。

attention加权输出后接全连接层，隐藏单元64，激活ReLU，再接Dropout，最后输出12个值的线性层。

整模型参数量在百万级别，不算大，单张GPU训练没问题，CPU也能跑但会偏慢。

4.3 Attention层的具体实现思路

attention层实现里有个细节容易出错。BiLSTM的输出维度是（batch，sequence_len，2*hidden），因为前向和后向拼接在一起了。point-wise attention的计算要在时间维度上做，每个位置输出一个标量权重。

具体伪代码流程：

• 将BiLSTM输出经过一个全连接层，映射到一维得分空间。
• 对得分序列做softmax归一化，得到时间维度的权重分布。
• 将权重广播到特征维度，对BiLSTM输出做加权求和。

注意softmax之前要把padding位置掩码掉。虽然这里序列长度固定，没有padding问题，但如果以后改成变长序列，掩码就是必须的。

attention权重可以可视化，这个功能很实用。我调试模型时经常把 attention 权重画出来看：在爬坡阶段，模型是否把高权重分配给了爬坡起点附近的时刻。如果权重一直很均匀，说明attention没学到有意义的信息，模型可能需要调整训练策略。

4.4 损失函数与评估指标

损失函数我用的是MSE和MAE的加权组合。MSE对大误差敏感，能加速收敛；MAE对离群值不敏感，能让模型在整体上更稳健。权重取MSE为主，MAE为辅。直接只用MSE容易导致模型在尖峰处做出过度反应，混合损失可以平衡这一点。

评估指标除了常用的MAE、RMSE、MAPE，还要针对风电特性补一个指标：预测曲线和实际曲线的相关系数。这个指标反映的是功率变化趋势的拟合能力，调度侧关心这个指标甚至超过MAE。相关系数高而MAE偏大的情况，说明曲线形状对，但有系统偏差；MAE低但相关系数低，说明预测值整体偏平，没有抓住波动。

还有一个容易被忽略的维度：分场景评估。不能只报告整体误差，要把聚类出的每个场景单独计算误差。这能直接看出哪个场景预测效果差，从而针对该场景补数据或调参。我在自己的项目中遇到过：聚类出的“强爬坡场景”误差显著高于其他场景，后来针对该场景增加了变化率特征的权重、单独调整了模型的学习率，整体误差才降下来。

5. 完整实操流程与代码框架

5.1 整体流程路线图

整个方法实现下来，代码层面的核心步骤是：数据加载与清洗、特征提取、GMM聚类、样本构建、模型定义与训练、分场景预测与结果聚合。

下面我给出每个环节的关键代码思路。代码以Python为例，深度学习框架可以用TensorFlow或PyTorch，两者思路一致，我这里以PyTorch为主框架讲解。

5.2 数据清洗与特征提取代码

数据清洗这一块，建议用Pandas先做一个通用的清晰函数。

import pandas as pd import numpy as np def clean_wind_data(df, cut_in=3.0, cut_out=25.0, rated_power=2000): # 剔除物理不合理数据 df = df[(df['windspeed'] >= cut_in) | (df['power'] == 0)] df = df[df['windspeed'] <= cut_out] df = df[df['power'] <= rated_power * 1.1] # 缺失值插值：短时缺失线性插值，超过阈值直接剔除 df = df.interpolate(method='linear', limit=2) df = df.dropna(subset=['power']) # 异常跳变检测 roll_std = df['power'].rolling(window=6, min_periods=1).std() roll_mean = df['power'].rolling(window=6, min_periods=1).mean() anomaly = (np.abs(df['power'] - roll_mean) > 3 * roll_std) df['power'] = np.where(anomaly, roll_mean, df['power']) return df

注意一个细节：物理合理性清洗那段，判断条件里“风速小于切入风速但功率大于0”不能直接删除，要考虑风电场内不同机组接收到的风速有差异，场级功率可能来自部分机组满发。严格的做法是检查风速和功率的散点图分布，再看是否偏离95%置信带。

聚类特征提取，代码如下：

def extract_cluster_features(power_series, window=36, stride=3): features = [] for i in range(0, len(power_series) - window, stride): w = power_series[i:i+window] features.append([ np.mean(w), np.std(w), np.max(w), np.min(w), np.mean(np.abs(np.diff(w))), w.skew(), w.kurtosis() ]) return np.array(features)

提取出的特征矩阵要先标准化，然后用GMM拟合。我建议先试不同的聚类数K，画出BIC曲线选个数，然后可视化聚类结果。如果聚类的分布边界和功率分布直方图的波谷位置大致对齐，说明聚出来的类是有物理依据的。

5.3 GMM聚类代码

from sklearn.mixture import GaussianMixture def gmm_cluster(features, n_components=4): scaler = StandardScaler() features_scaled = scaler.fit_transform(features) gmm = GaussianMixture( n_components=n_components, covariance_type='full', max_iter=200, random_state=42 ) gmm.fit(features_scaled) cluster_labels = gmm.predict(features_scaled) cluster_probs = gmm.predict_proba(features_scaled) return cluster_labels, cluster_probs

协方差类型的选择上，full协方差自由度大，能拟合更复杂的数据形态，但需要足够多样本；diag协方差更稳健，参数少，不容易过拟合。样本量充足的项目用full，样本量有限的做个对比实验再定。

聚类结果出来之后，要做一个检查步骤：分别统计每个聚类的样本量、平均功率、平均风速、时间分布。如果发现某个聚类样本量过少（比如小于总样本的5%），建议合并到相邻聚类。样本量太少的聚类，模型训练时容易过拟合，预测质量反而不如直接合并。

5.4 CNN-BiLSTM-Attention模型定义

用PyTorch定义模型，网络结构按之前参数配置写，核心代码如下：

import torch import torch.nn as nn import torch.nn.functional as F class Attention(nn.Module): def __init__(self, hidden_dim): super().__init__() self.attn = nn.Linear(hidden_dim, 1) def forward(self, lstm_output): # lstm_output: (batch, seq_len, hidden_dim) scores = self.attn(lstm_output).squeeze(-1) weights = F.softmax(scores, dim=1) context = torch.bmm(weights.unsqueeze(1), lstm_output) return context.squeeze(1), weights class WindPowerPredictor(nn.Module): def __init__(self, input_dim, hidden=128, output_steps=12): super().__init__() self.conv1 = nn.Conv1d(input_dim, 64, kernel_size=3, padding=1) self.pool = nn.MaxPool1d(kernel_size=2, stride=2) self.conv2 = nn.Conv1d(64, 128, kernel_size=3, padding=1) self.lstm = nn.LSTM( input_size=128, hidden_size=hidden, num_layers=2, batch_first=True, bidirectional=True ) self.attn = Attention(hidden * 2) self.fc = nn.Sequential( nn.Linear(hidden * 2, 64), nn.ReLU(), nn.Dropout(0.3), nn.Linear(64, output_steps) ) def forward(self, x): # x: (batch, seq_len, input_dim) x = x.permute(0, 2, 1) x = F.relu(self.conv1(x)) x = self.pool(x) x = F.relu(self.conv2(x)) x = x.permute(0, 2, 1) lstm_out, _ = self.lstm(x) context, weights = self.attn(lstm_out) out = self.fc(context) return out, weights

这里有个工程细节：CNN部分用Conv1d，但PyTorch的Conv1d期望输入形状是（batch, channels, seq_len），所以要做一次permute把特征维放在通道维。进入LSTM之前再permute回去。

attention层实现有个和理论最贴近的版本，也可以用query-key-value风格的attention，但对于这种时间序列回归任务，简单的线性注意力就够用了，而且更快、更稳。

5.5 分场景训练与预测输出

模型定义好之后，按聚类标签把训练数据划分到对应场景，每个场景单独训练。

def train_scene_models(train_data, cluster_labels, n_clusters): models = [] for k in range(n_clusters): mask = cluster_labels == k scene_data = train_data[mask] model = WindPowerPredictor(input_dim=feature_dim) # 训练循环省略，注意每个场景单独调学习率 models.append(model) return models

训练时每个场景用独立的学习率调度。我实际经验是：平稳场景学习率可以调低，训练更稳定；高波动场景学习率调高一点，让模型学得更快。这里聪明的做法是用每个场景训练集上的验证损失来做早停。

预测阶段，测试样本先算聚类特征，再用GMM预测软概率。然后决策是硬分类还是软融合：

• 硬分类：取软概率最大的类别，用对应的场景模型预测。
• 软融合：用K个场景模型的预测结果，按软概率加权平均。

软融合的效果通常更好。原因在于测试样本的归属本身有模糊性，硬分类等于强制选边，会造成预测跳变。软融合之后曲线更平滑，误差也略低。代价是多跑了K个模型的前向计算，测试时间增加K倍。

预测结果的返回要注意对齐时间戳。训练时样本是按滑窗构建的，预测结果要和原始时间轴做映射，否则画图和上报时会出现错位。

6. 训练策略与调参实战笔记

6.1 数据划分要特别注意时序泄漏

风电功率预测的数据划分不能像普通机器学习那样随机打乱。时间序列数据一旦随机划分，训练集中未来时段的数据会泄露到验证集里，模型的评估结果会严重虚高。

正确做法是按时间顺序划分：比如前70%时间段的样本做训练，中间15%做验证，最后15%做测试。而且测试集的划分要尽量包含不同季节、不同天气类型，如果只拿最后一个月当测试集，很可能预测效果表现不错，换到其他季节就不行了。

聚类模型拟合时也有同样的泄漏问题。GMM要在训练集上拟合，然后把训练好的参数应用到测试集上得到软概率，不能在全部数据上拟合完再分割，那样聚类的分布信息就包含测试集了，评估不符合实际使用场景。

6.2 损失曲线与权重检查

每个场景单独训练时，要盯两条曲线：训练损失和验证损失。如果训练损失下降但验证损失不降反升，说明过拟合，方案是增大dropout、缩小网络规模或者提前设置更保守的早停条件。

attention权重的检查尤其推荐做，而且最好专门选几个典型样本看。比如刚才说的爬坡场景，attention权重峰值出现在哪些时间步。如果权重几乎均匀分布，说明attention结构没有起到预期的聚焦作用，可以考虑换成加性attention，或者给attention层增加一个小的温度参数。

我在调参中遇到过一种情况：某个场景的attention权重总是集中在序列的第一个时间步，反复实验后发现问题出在数据标准化步骤——该场景的序列首段平稳，标准差近0，标准化之后首段数值偏大，模型偷懒直接抓了这个假信号。后来在标准化时对所有场景共用同一套scaler参数，问题就消失了。这个坑比较隐蔽，建议记下来。

6.3 超参数搜索的简化方案

深度学习模型超参数空间很大，如果每个组合都跑完整训练，时间成本不可接受。我的做法是分阶段搜索：

• 第一阶段固定其他参数，只搜索学习率和batch size，这两个参数对收敛速度影响最大。
• 第二阶段在学习率确定的基础上，调整CNN核数和LSTM隐层单元数。
• 第三阶段微调dropout和attention层结构。

用随机搜索或网格搜索都可以，重点是对每个场景单独搜索。不同场景的数据量差异大（比如样本量占比可能相差3倍以上），最优参数大概率不一样。

有些参数是全局通用的，比如序列长度、聚类数，不要每个场景单独设，否则模型之间可比性变差，最终融合预测时权重计算会很混乱。

7. 常见问题与排查技巧实录

7.1 不同场景模型预测结果接缝处出现跳变

这是软融合之前最容易遇到的问题。硬分类模式下，相邻两个时间点的测试样本被分到了不同场景，预测结果可能瞬间跳变一大截。功率预测曲线用于电网调度时，这种跳变非常刺眼。

解决思路有几个：

• 用软融合替代硬分类，整体跳变会平滑很多。
• 在软融合基础上，对预测结果再做一次滑动平均和时序约束的后处理，限制相邻预测点功率变化不超过物理允许的最大爬坡速率。
• 聚类数适当调小，场景数量少，边界跳变概率也会降低。

我实际项目中最后采用的是“软融合+物理约束后处理”的组合。物理约束后处理的具体实现是设定一个最大爬坡速率阈值（定期从实际数据里统计），预测值相邻点之间差值超过阈值就按阈值截断。效果整体不错，25%的跳变都从这个环节消掉了。

7.2 聚类结果不稳定

GMM用EM算法求解，初始化会影响收敛结果。跑好几次聚类，类别标签可能不同，模型训练结果不具可比性。

解决办法：设置固定的random_state，并在多个初始值下跑聚类（n_init参数），最后取似然最大的结果。此外，聚类是在标准化后的特征上做的，标准化参数固定之后，聚类结果就完全可复现。

另一个稳定性问题是聚类数选择。不同K值下聚类结果差异很大，如果数据本身聚类结构不明显，换成其他评价指标也可能给出不同的最优K。这时候优先看业务解释性，选出来的聚类对应到实际功率分布有明显的物理分组，哪怕BIC不是最优，也能保证预测效果。

7.3 特征维度对模型性能的影响

特征维度不是越多越好。加太多弱相关特征会让CNN部分学到噪声，BiLSTM部分收敛变慢。我在实验中对比过：三组特征组合——只用功率序列、功率加风速、功率加风速加完整气象变量。结果中间那组效果最好，完整气象变量往里加之后，测试误差反而上升了1.2%。

原因是某些气象变量质量不高，且和风速存在多重共线性，模型参数增多但信息增量有限，容易过拟合。所以特征选择要谨慎，先用相关性分析和互信息筛选，再决定加不加。

7.4 模型训练时间过长

如果整体训练时间超出预期，优先检查数据加载和预处理环节是否成为瓶颈。PyTorch的DataLoader用num_workers参数开多进程加载，batch size适当调大，都能显著加速。模型本身的优化空间有限，除非把序列长度从36缩短到24或者减少LSTM层数，否则训练时间很难根因性缩短。

算力紧张时还有一条路：先只在难度最大的场景上用完整模型，其他场景用简化模型（比如去掉attention层只保留CNN-BiLSTM），用更小的模型做软融合。整体指标可能差不了太多，但训练时间能省50%以上。

8. 结果评估与效果提升的个人经验

8.1 评估报告的写法

项目输出不能只给最终误差数值，要把每个环节的评估结果都记录下来：数据清洗前后样本量、聚类分布情况、各场景模型单独误差、融合后整体误差、和基准模型（单一LSTM、单一CNN-BiLSTM不带聚类）的对比。这些数据是验证方案价值的核心证据。

我在报告里习惯画三张图：

• 第一张：实际功率曲线和预测功率曲线的叠加对比图，直观看到跟随性和偏差。
• 第二张：预测散点图，横轴实际值纵轴预测值，理想情况下散点集中在y=x附近。如果高功率段散点系统性偏下，说明模型对峰值预测不足。
• 第三张：误差随预测时间步的分布柱状图，能看到预测前1小时和预测后1小时的误差增长趋势。

8.2 提升整体精度的两个有效手段

手段一是把聚类软概率直接加到模型输入特征里。这个做法比较取巧：让模型不仅知道当前被分到哪个场景，还能看到软概率分布，相当于把场景不确定性也交给了模型。加了之后整体误差降了约3%，成本几乎为零。

手段二是风速数值预报数据对准。如果项目有条件接入数值天气预报的风速预测序列，把预测风速替换实测风速作为输入特征，预测精度提升非常显著。这种做法更适合真实业务场景，因为做预测时实测风速尚未发生，只能用预测风速。在把气象预测风速接入之前，建议做一个风速预测值和实测值的偏差分析，确认偏差尺度，适当修正再使用。

没有气象预测数据时，退而求其次：用历史功率数据做纯序列回归。模型效果从绝对值上看会差一些，但聚类分场景的思路依然有效。

8.3 模型部署时的注意事项

训练好的模型部署，关键是把数据预处理的参数一并持久化保存。标准化器的均值和方差、聚类的GMM参数、每个场景模型的结构文件，一个不能少。部署工程中常有只保存了模型权重、忘了保存scaler参数的情况，导致预测时输入分布和训练时不一致，预测结果整体偏移。这个坑我踩过一次之后就养成了习惯：所有预处理对象统一打包成pkl文件，和模型权重放同一个目录。

推理性能和训练性能要求不同。推理阶段可以把每个场景模型并行加载到内存，用软概率对所有模型输出做加权求和。如果部署机器没有GPU，CPU推理也能接受，但要去掉不必要的矩阵运算分支，比如把attention权重可视化等调试功能裁剪掉。

9. 我最后想说的几件事

用这套方案做完一轮风电功率预测，我的整体感觉是：它不是那种“一个流程图甩给你”的空框架论文型项目，而是真正可以在实际数据上跑出效果的工程路径。核心价值不在于把深度学习模型堆得多高级，而在于它抓住了风电功率数据非平稳这个本质——先用聚类把复杂问题分解成若干相对简单的子问题，再用专用模型逐个击破。

整套方案落地过程中的最大收益，其实就是你对自己的数据会有一个前所未有的理解。GMM聚类会把功率数据切成几个横截面，每个横截面对应不同的物理场景；你为了验证聚类结果而对每个场景的功率曲线、风速分布、时间统计做分析的过程，本身就是在建立领域感知。这种理解深度，是做一套单一模型完全替代不了的。

如果你打算复现这个方案，建议从自己手头的功率数据开始，先做数据探索和聚类，确认数据里确实有多场景结构，再决定要不要上CNN-BiLSTM-attention。如果你的功率数据分布很单一，直接用一个简化版的LSTM模型可能反而更快更稳。选方法的关键永远不是参数多的高级，而是适不适合你的数据形态。

最后分享一个小技巧：不管聚类结果如何，先把attention权重可视化输出出来。这是你理解模型行为最直接的窗口，也是排查项目问题时的第一根探测器。预测模型调参是和不确定性打交道的过程，抓到模型学到的真正规律，输出的曲线才敢往调度台送。