企业官网建设流程全解析

风电功率预测这个坑，我替大家踩了快两年。项目从零起步，数据集来自某风电场SCADA系统历史记录，时间跨度三年，采样间隔15分钟，包含风速、风向、温度、湿度、气压、桨距角、转速、有功功率等十几路传感器信号。前前后后试过LSTM、TCN、Informer、Autoformer，最后落地用的是Temporal Fusion Transformer（TFT）。标题里写着5个经验，实际上我踩过的坑远不止5个，这5个是我认为最值得写下来、对后来人最有价值的部分。

如果你准备用Transformer家族做时序预测，尤其是要做工业场景落地，这篇文章值得你花20分钟读完。TFT不是最简单的模型，但它是我见过的在可解释性、预测精度、训练稳定性之间平衡得最好的时间序列模型之一。下面这些经验，从数据预处理到模型调参，从损失函数设计到上线部署，都是实测跑出来的结论，不是论文里的理论推演。

1. 数据预处理决定了TFT的上限，而不是模型结构

很多人拿到时序数据的第一件事就是直接构造Transformer的输入格式，然后丢进模型训练。这个做法在风电场景下几乎是必挂的。风电数据有几个天然特性：强波动性、非平稳、多尺度周期性（日周期、季节周期）、以及极端的天气突变事件。这些特性如果不在预处理阶段处理好，TFT再强也扛不住。

1.1 缺失值与异常值的处理策略不能一刀切

SCADA系统的数据质量，说实话，差到超出大多数人的想象。传感器漂移、通讯中断、风机停机检修，都会造成数据缺失或异常。我统计过我们场站的数据，原始数据的缺失率大约在3%到5%之间，但这3%不是随机分布的，而是集中在恶劣天气时段——恰恰是最需要预测准确的时段。

缺失值处理上，我试过线性插值、前后向填充、样条插值，结论是：短时缺失（小于1小时）用线性插值没问题，但超过4小时的连续缺失，任何插值方法都会引入严重偏差。这种情况下我的做法是：如果目标变量（有功功率）缺失超过4小时，直接删除该时间段；如果是特征变量缺失，用同一风机的历史同时刻均值加上一个随机噪声填充。这个随机噪声的幅度设为该特征标准差的10%，防止模型学习到过于平滑的假模式。

异常值处理更要小心。风电功率的异常值分为两类：一类是物理不可达值，比如风速为负、功率超过额定容量，这些直接剔除或按上限截断；另一类是物理可达但与周边时刻严重不连续的值，比如风速骤变。后者我建议不要轻易删除，因为风电场的尾流效应和阵风确实会导致风速在15分钟尺度上大幅波动，这些都是真实信号。我的判断标准是：计算每个点与前后两个采样点的斜率，如果斜率的绝对值超过该季节最大风速变化率的3倍，才判定为异常。

1.2 时间特征的构造比模型结构更值钱

TFT有一个很好的设计：它允许我们同时输入静态特征（categorical embeddings）、已知的未来输入（如天气预报风速）、以及未知的过去输入（如历史功率）。这个设计天然契合风电场景。但前提是你得把时间特征榨干。

我构造的时序特征包括：小时、星期、月份（编码为周期变量）、是否节假日、日出日落时间、以及一个关键的风速日变化相位特征。为什么强调日出日落时间？因为风速的日变化与太阳辐射引起的热力环流密切相关，尤其在内陆风电场，午后风速增大、夜间减小的规律非常明显。用日出日落时间做特征，比单纯用小时特征更能捕捉这种随季节变化的相位偏移。

还有一个容易被忽略的点：TFT需要区分三种输入：past inputs（历史观测）、known future inputs（未来已知输入）、static inputs（静态特征）。风电场景下，数值天气预报（NWP）的风速预报是已知的未来输入，这个一定要用好。我试过不加NWP特征，TFT的24小时预测RMSE会恶化大概18%到22%。所以如果你的项目有NWP数据，务必塞进去。

2. TFT的输入构造与模型细节，照搬论文必翻车

TFT的论文（Temporal Fusion Transformers for Interpretable Multi-horizon Time Series Forecasting）写得算清楚，但直接照搬论文的配置跑到风电数据上，效果非常差。原因在于论文的实验基准主要是零售和交通流量数据，那些数据的周期性非常规律，而风电数据的信噪比要低得多。

2.1 上下文长度、预测长度与量化误差的选择逻辑

TFT有两个关键超参数：encoder_steps（历史观测长度）和decoder_steps（预测长度）。我踩过的坑是把预测长度直接设成24小时（因为业务方要预测未来24小时），然后encoder_steps也随便设成72。结果模型严重过拟合短期波动，长期趋势完全跟不上。

我的结论是：prediction length取决于业务目标这没办法妥协，但encoder length应该至少是prediction length的3到4倍。最终我用的是encoder_steps=168（一周），decoder_steps=96（未来一天，每15分钟一个点）。实测下来，把encoder从72提升到168，24小时预测的MAPE降低了大约9%。背后的原理是：TFT的注意力机制需要足够的上下文长度来识别周期性模式，太短的上下文会让注意力权重学习不到有效的周期依赖。

quantiles的设定也有讲究。TFT默认输出三个分位数：0.1、0.5、0.9。我一开始直接用默认值，后来发现0.1到0.9的分位区间太窄，基本上覆盖不了风电功率的真实波动范围。行业里更常用的配置是0.05、0.5、0.95，如果你要应对极端天气，甚至可以设0.01、0.5、0.99。但分位数越多，输出头就越多，训练成本也越高。我自己在风功率预测场景固定用0.05、0.5、0.95，如果做的是电网调度侧的极端场景评估，才会额外训练一个0.01和0.99的版本。

2.2 损失函数不能直接用默认的QuantileLoss

TFT官方实现里的默认损失函数是分位数损失（Quantile Loss），在PyTorch Forecasting库中叫QuantileLoss。这个损失本身没问题，但在风电数据上直接训练，模型会倾向于保守预测——预测值会收窄，分位区间也会变得过度自信。

问题出在风功率的分布形态：低风速段功率接近0，高风速段功率封顶，中间段的功率变化最剧烈。分位数损失在这种三模态分布上会趋于平均化，导致0.5分位的预测容易落在中间偏低的位置。我调整的方式是：在损失函数中叠加一个基于预测误差方差的惩罚项，用不确定性加权让模型在极端天气时段加大梯度。实践下来，这个改动让50分位的MAE改善了约6个百分点，但95分位区间覆盖率提升到88%左右。

2.3 hidden layer size与dropout是过拟合重灾区

风电SCADA数据的有效信息量并不高，很多特征（如齿轮箱油温、发电机绕组温度）跟有功功率的因果关系并不强。这种情况下，模型很容易记住训练集的特征耦合关系，在验证集上崩掉。

我调试过程中发现TFT的hidden_size设32和64之间的差异不大，但hidden_size=128时验证集误差立刻变大。最终固定hidden_size=48，attention_head_size=4，dropout=0.15。这个配置在8块V100的服务器上，15分钟级别的训练时间在2小时以内，推理时间单条样本不到10ms，完全满足场站级别的在线预测需求。

3. 场景与数据选择比模型调参更影响效果

说实话，我在这个项目里花了最多时间的不是调TFT的参数，而是搞清楚该用哪台风机、哪段时间的数据来训练。这个经验很多人不会告诉你，但实际效果差异巨大。

3.1 单机建模还是场级聚合计均？

风电场的功率预测通常有两种口径：单机预测和场级预测。场级数据是由所有风机功率相加或取均值得到的，比单机的随机性小一些。

我在项目初期直接用了场级聚合数据来训TFT，结果预测误差源很混淆——场级数据平滑了单机的尾流效应和故障停机变化，模型根本分不清是天气变化还是风机状态变化导致的功率波动。

后面我改为先按风机聚类，把地理邻近、风向暴露程度相似的机组归为一组，每组单独训练一个TFT模型，再把各组的预测结果聚合。这个改动让场级预测的RMSE下降了约7%。当然，聚类后训练开销几乎是原来的5到6倍，所以你需要权衡算力和精度。我的建议是：先跑场级模型建立基线，再用聚类模型验证收益，如果提升超过5%就值得走聚类路线。

3.2 训练集划分必须按时间块，不能随机打散

时序预测最忌讳随机切分训练集/测试机。但具体怎么按时间划分，里面还有门道。我见过不少人把前70%的数据作为训练集，后30%作为测试集——这在风电数据上行不通，因为风资源有强烈的年周期性，前70%可能只覆盖了秋冬，漏掉了夏季的高温小风时段。

我的做法是：三年数据中，前两年做训练，第三年的前9个月做验证，最后3个月做测试。同时保证验证集和测试集中都包含完整的四季数据。这样划分后，测试集的指标才真正有意义。

3.3 数据集里的“脏”样本要主动清洗而非被动忽略

SCADA数据中，风机的正常运行时间其实不到85%。风机在检修、限电、故障停机时，功率输出并不反映真实的风资源情况。如果在训练时把这些样本全部保留，模型学到的是“风速三四级但功率可能为0”的错误关联。

这类“脏”样本的处理方法是识别风机状态码：AGC限电、停机维护、通讯中断、待机等状态对应的样本应该从训练集中剔除，或者把功率目标字段置为null让模型忽略。如果状态码缺失，可以通过功率曲线过滤：计算实际功率与理论功率曲线（厂商提供或自己拟合）的偏差，偏差超过阈值（比如20%）的样本标记为异常并剔除。这个清洗流程做下来，训练集的有效样本量少了大约20%，但验证集的性能提升了约15%。

4. 注意力可视化不只是锦上添花，它能直接帮你改模型

TFT区别于其他Transformer模型的最大优势，是它自带可解释性模块——变量选择网络（Variable Selection Network）和编码器-解码器注意力层。这两个模块输出的注意力权重，可以直接用来分析模型到底在学什么。

4.1 变量重要性分析帮我砍掉了4路无效特征

我用TFT的variable_selection层输出了每个特征的重要性分数，惊讶地发现特种机舱温度、齿轮箱油温、变桨电机的电流，这4路特征的注意力权重加起来不到3%。我把它们从特征列表里删掉重新训练，模型收敛速度明显加快，验证集误差还略有下降。这个分析价值在于：你可以靠它来判断SCADA系统里哪些传感器信号值得保留、哪些可以降采样甚至停采，对后续系统维护成本控制很有用。

4.2 注意力权重能定位预测失效的时间模式

有一次台风过境，场站附近风速从6m/s飙到22m/s，TFT预测的功率曲线严重滞后。我把那段时间的编码器-解码器注意力权重拉出来看，发现模型把大部分注意力放在了10小时前的低风速时段，而不是当前时刻的高风速变化段。这说明模型的注意力机制没有学到风速突变时应该如何重置历史依赖。随后我加入了一个“风速变化率”特征，并提高了encoder中最近4小时数据的权重（通过复制特征实现），后续台风场景的预测误差降低了约12%。这类分析只能靠可视化发现，靠调参盲目试是试不出来的。

5. 上线部署与业务对接中的三个隐形坑

模型在离线测试集上做得再好，部署到生产环境都可能翻车。我在这部分踩了三个坑，每个都导致过线上预测结果异常。

5.1 online inference的输入分布漂移，预警越早越好

风电场的SCADA系统会不定期更换传感器、调整风机控制策略，这些变化都会引起数据分布漂移。TFT模型训练时用的数据分布与生产环境的数据分布不一致，预测偏差会逐渐变大。

我对策是部署了一个简单的输入漂移报警器：实时计算生产输入数据与训练集均值/方差的偏差，当偏差超过3倍标准差时，自动触发重新训练的流程。风电场的周报里也会固定包含这项漂移监控指标，业务方也可以及时感知到模型是否处于失效边缘。

5.2 超参数搜索必须限制在业务可接受的延迟预算内

TFT结构复杂，参数数量在几百万量级，推理速度没问题，但最耗时的其实是特征工程和归一化计算。如果实时接口每个预测点要拉取过去7天的数据做特征拼接，那么数据查询、归一化、模型前向计算、后处理加起来可能超过10秒。业务侧的功率预测接口通常要求秒级响应，所以要为线上推理配置独立的特征缓存，把历史窗口的特征预先计算好，而不是每次请求都重新跑一遍全量特征工程。

5.3 对接电力调度系统时，预测误差的呈现方式比预测值本身更重要

最后这一条，可能跟纯算法工程师的经验感受不太一样。上线TFT模型后，我发现调度中心的用户并不关心你的模型架构是什么，他们关心的是：未来24小时每个时刻的功率上限和下限是多少，置信度有多高。这时TFT的分位数输出天然具备这个能力，但你需要把它转换成业务语言——比如第95分位作为“保守出力上限”，第5分位作为“安全出力下限”，第50分位作为“计划出力值”。用这个方式呈现预测结果，风电场的调度考核通过率显著提升，因为调度中心更愿意信任一个给出了明确不确定性范围的预测。这个经验不只是在风电场景适用，凡是跟真实业务系统对接的时序预测项目，都值得参考。

写在最后的实操体会

再分享两个我自己调试过程中觉得特别值得记住的细节。

第一个，TFT的学习率调节。我习惯用OneCycleLR策略，最大学习率设置在3e-4到1e-3之间，warmup比例20%。这个组合在多个风电数据集上都很稳，基本不用大改。如果loss在训练中期开始震荡，可以先降低最大学习率到5e-4，而不是急于调dropout，因为dropout的变化会连锁影响注意力头的学习。

第二个，分位数输出的校准。TFT输出的0.05和0.95分位区间，在样本外往往偏窄。我增加了一个后处理校准层：使用验证集计算实际覆盖率与目标覆盖率的偏差，把偏差量平移加到预测区间上。这一步操作很简单，大概几十行代码，但能让区间覆盖率从标准的85%左右提升到92%以上，业务方感知非常明显。

如果你手头马上要用TFT做类似的风电、光伏、负荷预测项目，我的建议是：一开始不要急着追求SOTA精度，先把数据清洗、特征构造、时间划分这三个基础项做到位，再迭代模型参数。因为就我的经历而言，TFT给项目带来的主要提升不是靠某一个魔法参数，而是在合理的特征和数据边界之下，把注意力机制、分位数输出、可解释性这三个能力用好。