简介：面向电力负荷预测场景的LSTM建模Python源码，为一套可运行的完整参考实现，适合具备一定Python与深度学习基础的研究人员或电力系统工程师。压缩包共350个文件，其中170个csv提供了历史负荷与训练/测试数据，14个py脚本覆盖数据清洗、归一化、LSTM网络构建、训练与评估等核心环节，48组index/data-00000-of-00001及meta文件为TensorFlow模型检查点，另有png可视化结果和md说明文档，整体约11.28MB。源码完整演示了从数据预处理、数据集分割、模型构建到超参数调优、性能评估（MAPE/MAE等指标）及结果可视化的全过程；从预览中可见不同训练步数下的MAPE表现（如7500步达到0.0474），便于对比分析收敛情况。目前已有187人学习下载，对于希望快速上手LSTM时序预测、搭建负荷预测模型的读者具有直接参考价值。
1. 基于LSTM的电力负荷预测python源码.zip：拆开之前先看住它在解决什么
电力负荷预测是调度、交易、设备检修的共同前提，基于LSTM的电力负荷预测python源码.zip 这类包在资源站上反复出现，也是因为 LSTM 在非线性时间序列上确实比 ARIMA 这类传统模型更能吃住电力负荷的周期性和突发性。我会带你把这套源码拆开——从 zip 解压、数据预处理、LSTM 模型定义，到训练、多步预测和验证指标，一条线走完。适合谁读：刚拿到源码却不知道从哪个文件入口的初学者，以及想评估 LSTM 方案值不值得上线的能源从业者。很多 zip 包里的代码其实只有几十行核心逻辑，真正的工程量不在模型，而在数据处理和参数调试。
2. 电力负荷数据有什么特点：LSTM 凭什么在时序预测里站得住
2.1 负荷序列的三个基本特征：周期、趋势和节假日突变
电力负荷数据是典型的“强周期 + 弱平稳”序列。日维度上有明显的早晚双峰，周维度上工作日和周末曲线形态不同，年维度上又有冬夏两个用电高峰。除此之外，温度、降雨、重大赛事和节假日会让曲线瞬间偏离历史形态。这些特征对预测模型提出了硬性要求：模型必须能记住几天前甚至几周前的模式，又不能在突变面前反应过度。
传统 ARIMA 和多项式回归处理这类数据很吃力。ARIMA 要求序列先做差分变成平稳序列，而差分一次就把负荷的周期性削掉一部分；回归模型则很难描述“昨天这个时段的负荷 + 前天同时间的负荷 + 温度”之间的非线性组合。负荷预测场景里数据量通常在几千到几十万条，这个规模恰好是 LSTM 比较舒服的区间——比 ARIMA 灵活，又不需要像大模型那样堆算力。
实践中有一个很管用的判断标准：如果你发现残差里还明显残留 24 小时周期，说明模型没有把日周期吃进去，此时问题多半不在模型，而在特征或窗口设计。LSTM 长于自动学习周期依赖，但前提是你把窗口开得够大，让网络能在输入里“看到”完整周期。我处理负荷序列时，滑动窗口至少会覆盖 24 个点，否则再好的网络也学不到日内规律。
下面是负荷数据特征与建模动作的对应关系，便于对照检查：
| 数据特征 | 对模型的要求 | 常见处理动作 |
|---|---|---|
| 日周期 24 小时 | 输入窗口至少覆盖一个周期 | window_size >= 24 |
| 周周期 7 天 | 需要更长的记忆路径 | 引入周编码特征或 168 窗口 |
| 节假日突变 | 需要外部特征辅助 | 加节假日 one-hot |
| 非平稳均值 | 需要归一化 | MinMaxScaler / 差分 |
2.2 门控机制：LSTM 是怎么把“上周同时段”记下来的
LSTM 的核心不是神经元数量，而是门控机制。它由 Hochreiter 和 Schmidhuber 在 1997 年提出，三个门——遗忘门、输入门、输出门——控制信息如何流过单元状态（cell state）。遗忘门决定上一时刻的记忆保留多少，输入门决定新信息写入多少，输出门决定当前时刻输出多少。这个结构让梯度能沿着单元状态这条“高速公路”传很多步，不会像普通 RNN 那样在反向传播中急剧衰减。电力负荷预测这类任务，目标往往和 24 小时之前的同一个时段高度相关，门控机制正好擅长把这种跨天的依赖保存下来。
和 Transformer 相比，LSTM 在这个场景里仍然有实用优势。Transformer 的注意力机制需要大量数据才能展现优势，而中小规模负荷数据集上 LSTM 训练更快、更稳，调参也更直观。PyTorch 的 LSTM 实现里有一个参数叫 batch_first，很多源码初学者在这里翻过车：如果训练输入 shape 是 (batch, seq_len, feature)，而网络定义的 batch_first=False，数据会被当成 (batch, feature, seq_len) 去算，结果要么直接报错，要么 loss 异常。这个细节先记着，后面避坑章节会展开。
实现层面，Keras 的 LSTM 层比 PyTorch 更接近“即插即用”，不需要手动初始化隐状态；PyTorch 则要把 h0、c0 传进 forward。常见做法是源码里用 Keras 搭全流程，比较省事，但如果你要部署到生产环境做模型服务，PyTorch 的动态图特性在定制化推理时更灵活。我的建议是：阅读源码用 Keras 版本，动手改造和上线用 PyTorch 版本，两边的心智模型是通用的。
2.3 滑动窗口构造样本：从原始负荷序列到 (X, y) 对
LSTM 不能直接吃整段序列，需要把序列切成有监督的样本：用过去 N 个时间点的值预测未来 M 个时间点的值。这个 N 就是窗口长度（window_size），M 是预测步长。拿一条 8760 小时的年负荷数据来说，window_size=24、预测未来 1 小时，会生成大约 8736 个样本；如果预测未来 24 小时，可以有两种做法——让模型输出 24 个值，或者循环预测 24 次，二者后面会提到。
窗口滑动还有一个重要参数：步长（step）。step=1 表示每小时生成一个样本，样本数量最大，计算量也最大；step=24 表示每天只取一个样本，计算快但可能漏掉负荷形态的连续变化。我在实际项目中通常先 step=1 训练，看验证集表现，如果出现过拟合就增大 step，相当于一种最简单的降采样。
为了让模型学到日期规律，我一般还会在特征维度上拼上小时序号（0~23）和工作日标记。这样 LSTM 输入不再是纯负荷值，而是负荷 + 时间特征的多维输入，网络更容易定位“当前是几点”。这个特征组合很朴素，但对收敛速度和最终 MAPE 的提升，往往比换网络结构还明显。
3. 把 python 源码 zip 跑起来：数据预处理、LSTM 构建与训练全流程
3.1 解压以后先看入口：从目录结构判断脚本职责
不管从哪里拿到这份基于LSTM的电力负荷预测python源码.zip，解压后的目录一般不会太复杂。一个规范的预测项目至少有四个脚本：数据读取与清洗、模型定义、训练主流程、预测与可视化，外加一个 requirements.txt 列依赖。如果你打开 zip 后发现所有代码堆在一个文件里，也能跑，但后续改参数会很痛苦。
先解压并看一下结构，Linux 和 Windows 的命令略有不同，这里以 Linux/macOS 为例：
unzip 基于LSTM的电力负荷预测python源码.zip -d load_forecast cd load_forecast ls -la find . -name "*.py" | sortunzip 后面的 -d 把内容解压到 load_forecast 目录，避免文件散在当前目录。find 命令列出所有 Python 文件，方便确认入口脚本。如果解压出来文件名是乱码，通常是 zip 编码问题，中文 zip 在部分系统上会乱码，可以用unzip -O gbk重新解压，或者先用unzip -l查看压缩包内文件名再决定。
看到目录后不要急着点开 train.py，先把 requirements.txt 看了，确认依赖是 TensorFlow/Keras 还是 PyTorch，这会直接决定后面模型定义的写法。常见做法是复制出一份自己的运行目录，比如 load_forecast_my，把原始 zip 包留作备份，避免改崩了没有后悔药。
3.2 数据预处理：归一化、训练集划分、滑动窗口生成
电力负荷数值通常是几千到几万千瓦，LSTM 的激活函数对输入尺度很敏感，所以归一化是第一步。常见做法用 MinMaxScaler 把负荷压到 0~1 区间。这里有一个容易踩坑的点：scaler 只能由训练集 fit，验证集和测试集只 transform，否则会发生未来数据泄漏。所谓未来数据泄漏，就是测试集的信息提前进了训练过程，导致验证指标虚高，上线后立刻翻车。
下面是一个完整的预处理脚本，直接按这个结构写，数据文件 load.csv 至少包含 timestamp 和 load 两列：
import pandas as pd import numpy as np from sklearn.preprocessing import MinMaxScaler # 读取负荷数据，按时间排序，缺失值用前向填充兜底 df = pd.read_csv("load.csv", parse_dates=["timestamp"]) df = df.sort_values("timestamp").reset_index(drop=True) df["load"] = df["load"].fillna(method="ffill") # 只对负荷列做归一化，scaler 由训练集 fit，再 transform 全量数据 scaler = MinMaxScaler() train_size = int(len(df) * 0.8) train_load = df["load"].iloc[:train_size].values.reshape(-1, 1) scaler.fit(train_load) df["load_scaled"] = scaler.transform(df["load"].values.reshape(-1, 1)).flatten() # 按时间顺序生成滑动窗口样本，不 shuffle，保证序列关系 def make_windows(data, window=24, horizon=1): X, y = [], [] for i in range(len(data) - window - horizon + 1): X.append(data[i:i + window]) y.append(data[i + window + horizon - 1]) return np.array(X), np.array(y) window_size = 24 horizon = 1 X_all, y_all = make_windows(df["load_scaled"].values, window_size, horizon) # 按相同比例切分训练和验证，保留时间连续性 split_idx = int(len(X_all) * 0.8) X_train, X_val = X_all[:split_idx], X_all[split_idx:] y_train, y_val = y_all[:split_idx], y_all[split_idx:]这段代码里有三个值得展开的参数。fillna(method="ffill") 用前向填充处理负荷采集缺失，负荷曲线通常平缓，前向填充比插值更稳妥，因为不会凭空造出尖锐的跳变。make_windows 里 i 的上下界决定了样本总数：数据长度减窗口再减预测步长；horizon=1 表示只预测下一小时，后续改成多步预测时这个参数要配合模型输出结构一起改。切分点 split_idx 是在生成窗口之后按样本数切分的，而不是按原始序列长度切分，这保证 X 和 y 的切分比例一致。
值得一提的坑是：很多人在 make_windows 里用了 range(len(data))，导致最后一个窗口越界后报错 IndexError。上面代码的边界条件是 len(data) - window - horizon + 1，不多不少。另外，同一批数据里如果同时有工作日和周末，直接在 8:2 处一刀切，验证集可能全是工作日，测试评估就会失真。更稳的做法是按“周”为单位切分，比如前 40 周训练、后 10 周验证，保证两个集合都包含完整周周期。
3.3 模型定义：Keras 里的标准 LSTM 回归结构
有了窗口数据，模型部分就非常标准了。常见做法是用 Sequential 堆两层 LSTM，再接 Dense 输出。第一层 return_sequences=True 是为了把每个时刻的隐状态都传给第二层，第二层 return_sequences=False 只输出最后一个时刻的状态。这个细节直接决定 tensor shape 能不能对齐。
from tensorflow.keras.models import Sequential from tensorflow.keras.layers import LSTM, Dense, Dropout model = Sequential([ LSTM(64, return_sequences=True, input_shape=(window_size, 1)), Dropout(0.2), LSTM(64, return_sequences=False), Dropout(0.2), Dense(32, activation="relu"), Dense(1) # horizon=1，输出单个预测值 ]) model.compile(optimizer="adam", loss="mse", metrics=["mae"]) model.summary()input_shape 必须和数据维度一致：(window_size, 特征维度)。前面数据预处理只用了负荷单特征，所以特征是 1；如果拼了时间编码，就要改成 (window_size, n_features)。Dropout(0.2) 放在两层 LSTM 之间，抑制过拟合。回归任务用 mse 作为 loss，mae 作为监控指标，这两个指标的单位都是归一化后的单位，不是实际千瓦数。
优化器 adam 是 LSTM 训练默认选择，基本不用换。学习率默认 0.001，如果 loss 震荡得厉害，可以改成 0.0005 再试。你可能会看到一些源码里把最后一层写成 Dense(24)，那是直接多步预测的输出层设计，和这里 Dense(1) 对应不同任务定义，后面第 5 章会仔细对比。
还有一个经常被忽略的点：两层 LSTM 在中小负荷数据上足够拟合复杂依赖，三层以上梯度传播路径更长，训练时间翻倍但精度提升有限，反而更容易过拟合。源码里如果写了三层 LSTM，先按两层跑一次基线，再决定要不要加层。
3.4 训练配置：checkpoint、early stopping 和反归一化预测
训练过程不要干巴巴调 model.fit。加上 ModelCheckpoint 保存最优权重、EarlyStopping 防止过拟合、ReduceLROnPlateau 在 loss 平台期自动降学习率，这三件套足以应付大多数情况：
from tensorflow.keras.callbacks import ModelCheckpoint, EarlyStopping, ReduceLROnPlateau callbacks = [ ModelCheckpoint("best_model.h5", monitor="val_loss", save_best_only=True), EarlyStopping(monitor="val_loss", patience=15, restore_best_weights=True), ReduceLROnPlateau(monitor="val_loss", factor=0.5, patience=5, min_lr=1e-5) ] history = model.fit( X_train, y_train, validation_data=(X_val, y_val), epochs=100, batch_size=128, callbacks=callbacks, verbose=1 )EarlyStopping 的 patience=15 表示连续 15 个 epoch 验证 loss 不下降就停。不要把这个值设得太小，LSTM 训练经常出现前 5 个 epoch loss 不动、第 8 个 epoch 突然下降的情况，patience 太小会在黎明前离场。ReduceLROnPlateau 的 factor=0.5 是每次把学习率减半，min_lr=1e-5 防止减到零。
训练完成后，预测和反归一化是两个动作。模型输出的是 0~1 区间的数值，要还原成真实负荷才好看。反归一化用之前那个 scaler.inverse_transform，再次强调：这里用的还是训练时 fit 的 scaler，而不是用全量数据重新 fit 的 scaler。下面这段代码串起预测、反归一化和画图三条线：
import matplotlib.pyplot as plt # 用验证集做预测，注意输入 shape 必须和训练一致 pred_scaled = model.predict(X_val, batch_size=128) pred = scaler.inverse_transform(pred_scaled) true = scaler.inverse_transform(y_val.reshape(-1, 1)) # 取最近 72 小时片段对比，画图时把预测和真实曲线叠在一起 plt.figure(figsize=(12, 4)) plt.plot(true[-72:], label="true") plt.plot(pred[-72:], label="pred") plt.legend() plt.show() # 打印整体误差，MAPE = 平均绝对百分比误差 mape = np.mean(np.abs((true - pred) / true)) * 100 print(f"MAPE: {mape:.2f}%")model.predict 的 batch_size 只影响推理速度，不影响结果；reshape 是因为 scaler.inverse_transform 要求二维输入。MAPE 计算时如果 true 里有接近 0 的值会爆掉，电力负荷很少为 0，但如果是微电网或光伏数据，建议改用 MAE 会更稳。
3.5 训练完先做这三件事：保存模型、记录参数、清理临时文件
训练完不等于收工。我会固定做三件事：第一，把 best_model.h5 改名为带上时间戳的名字，比如 best_model_20250601.h5，避免下一次训练覆盖掉可复现的基准；第二，把 window_size、horizon、batch_size、lr、最终 MAPE 写进一个 result.txt；第三，删除训练产生的临时 checkpoints 目录，只保留最优权重。这样每次实验都是对照实验，而不是凭记忆比较。
这一步不需要写复杂代码，几行 shell 就能完成。但它决定了你三天后还能不能理解自己当时为什么效果好。模型是黑匣子，训练日志和参数记录是唯一能打开黑匣子的钥匙。
4. LSTM 电力负荷预测常见问题排查：6 个绕不开的坑
4.1 坑 1：损失持续不降，先检查归一化和数据的数量级
现象：loss 一直在 0.2 附近来回抖，无论怎么加大 LSTM 层数都不改善。很多人第一反应是换网络结构，其实问题多半不在结构。
原因：数据没有归一化，或者归一化之后又混入了原始量级的特征列。LSTM 的 tanh 和 sigmoid 激活函数在输入大数值时梯度接近饱和，反向传播时更新量极小。如果负荷原始值是几千千瓦，直接送进 LSTM，训练时梯度几乎消失。
解决：统一用 MinMaxScaler 或 StandardScaler，确认所有输入特征都在同一量级，然后看 loss 是否降到 0.01 以下。还有一种情况是归一化做对了，但验证集的 shape 和训练集不一致，模型中正则层报错，loss 变成 nan。遇到 nan 先查数据里有没有 inf 或缺失值，再查学习率是否过大。
4.2 坑 2：随机划分验证集导致未来数据泄漏
现象：验证集 MAPE 只有 3%，但上线后真实预测 MAPE 超过 15%，业务方直接质疑模型在作弊。
原因：源码里用 train_test_split(..., shuffle=True) 把历史数据和未来数据混在一起。LSTM 学到的是“去样本里找答案”而不是“从历史推未来”，因为验证样本的相邻时间点在训练集里出现过。负荷序列相邻点的自相关极高，这一泄漏会把误差压得异常好看。
解决：必须按时间顺序切分，保留序列的连续性，并且把所有窗口生成都放在切分之后，避免训练集统计量污染验证集。拿到源码第一件事就是检查 train_test_split 有没有设置 shuffle=False。如果作者用了随机切分，直接改成按索引比例切分。
4.3 坑 3：窗口长度越调越大，验证集反而变差
现象：把 window_size 从 24 改成 168（一周）后，训练明显变慢，验证 loss 反而上升。
原因：窗口越长，输入维度越高，模型参数量跟着涨，但训练样本数不变，过拟合风险增加。电力负荷确实有周周期，但一周 168 小时直接用原生序列喂进去，模型很难在有限数据里自动提炼“周一上午”这种抽象特征。
解决：窗口保持 24~72 之间，把“星期几”“第几小时”编码成特征单独加，而不是一味拉长窗口。如果确实要覆盖长周期，可以考虑用两层 LSTM 加 attention，这属于进阶改造。还可以试一步差分：把负荷值变成“相对于昨天同时刻的变化量”，这样窗口长一点也不会被水平偏移带偏。
4.4 坑 4：多步预测曲线越来越平，最后几乎成一条直线
现象：递归多步预测时，第 1 步误差很小，第 12 步开始预测曲线变平，24 步后直接水平。这是用 LSTM 做多步预测最常见的翻车现场。
原因：误差累积加上模型倾向于输出训练集的均值。回归模型最小化 MSE，对远期不确定性的“最保守”答案就是输出期望值，也就是历史均值。负荷曲线波动越剧烈，这个现象越明显。
解决：改用直接多步输出（Dense(24)），或者用 seq2seq 结构，让模型一次输出整个未来窗口，避免反复把预测误差喂回输入；预测之后用后处理把曲线拉回历史均值形状，也能缓解，但治标不治本。
4.5 坑 5：PyTorch 源码里 batch_first 忘记设置，shape 错乱
现象：同样的数据在 Keras 里跑得好好的，换成 PyTorch 源码后训练直接报错或者 loss 震荡。
原因：PyTorch 的 LSTM 默认输入是 (seq_len, batch, feature)，而 numpy 预处理的习惯是 (batch, seq_len, feature)，不设置 batch_first=True 就会张量对齐错误。
解决：定义 LSTM 层时加 batch_first=True，并且记住 hidden 状态 shape 是 (num_layers, batch, hidden_size)，取最后一个时刻的隐状态时不要想当然。这类问题属于代码层面的玄学，但比模型问题好排查，打印一下输入 tensor 的 shape，所有维度对不上都会暴露。
4.6 坑 6：预测时重新 fit 了 scaler，导致结果整体偏移
现象：训练时验证集 MAPE 很低，一换测试集，预测曲线整体比真实值低一截，而且偏差方向固定。
原因：测试脚本里有人重新写了一遍 scaler.fit(test_data)，测试集的 min/max 被重新估计了，反归一化自然出错。
解决：固定一个制作窗口样本前只 fit 训练集的 scaler，把它和模型一起保存（比如 pickle 存 scaler.pkl），预测时只 load 不 fit。模型文件 best_model.h5 和 scaler.pkl 要成对保存，缺一个都等于废品。边界情况也要注意：如果测试集的最小值比训练集还低，MinMax 反归一化后会出现负值，这是正常的，不意味着模型错，而是训练分布覆盖不足，需要用历史更长的数据重新 fit scaler。
5. 把单步预测升级为多步预测：递归、直接输出与 seq2seq 对比
5.1 什么时候需要多步预测以及为什么难
电力调度中很少只关心下一小时，常见的是预测未来 24 小时甚至 168 小时。单步预测模型每步都能看到真实历史，误差很小；多步预测没有真实的未来输入，只能用预测值接力，误差随步长累积。这是负荷预测从“能用”到“好用”的分水岭。
先理清三个定义：递归多步（recursive）用上一步预测值作为下一步输入，循环 N 次；直接多步（direct）把输出层改成 N 个神经元，一次输出 N 个值；seq2seq 用 encoder 读历史，decoder 自回归生成未来。三种策略在误差、训练速度和复杂度上差异明显，下面逐一展开。
5.2 递归多步预测：最少改代码但误差累积最明显
递归是最容易实现的多步预测。把单步模型训练好后，预测时循环 24 次，每次把前一次的预测值拼到输入末尾，同时丢掉输入最前面的旧值：
def recursive_forecast(model, last_window, steps=24): """递归多步预测：上一步预测值拼进窗口，作为下一步输入""" window = last_window.copy().reshape(1, -1, 1) # shape: (1, window, feature) forecasts = [] for _ in range(steps): next_val = model.predict(window, verbose=0)[0, 0] forecasts.append(next_val) window = np.roll(window, -1, axis=1) # 窗口整体前移 window[0, -1, 0] = next_val # 末尾填入预测值 return np.array(forecasts)np.roll 的作用是把窗口前移一个位置，第二步再把新预测值写到末尾。这段代码有几个前提：window_size 固定、特征数必须和训练一致。如果特征是负荷加时间编码，递归时时间编码可以按真实时间推进，但负荷特征只能用预测值，时间特征与负荷特征错位会让误差提前爆发。递归策略适合预测步长小于 6 小时的情况，超过 12 小时后曲线明显平滑化。
5.3 直接多步预测：输出层一次给出未来 24 小时
直接把模型最后一层改成 Dense(24)，损失函数仍用 mse，让模型一次输出 24 个值。这种做法训练时要求 y 的形状从 (samples, 1) 变成 (samples, 24)，对应的窗口生成函数要改：
def make_windows_multi(data, window=24, horizon=24): X, y = [], [] for i in range(len(data) - window - horizon + 1): X.append(data[i:i + window]) y.append(data[i + window:i + window + horizon]) return np.array(X), np.array(y)X 是 (samples, window, 1)，y 是 (samples, horizon)。模型输出层的 Dense(24) 会得到一个 (batch, 24) 的预测，直接对应未来 24 小时的归一化负荷。直接多步的优点是推理快、误差不累积；缺点是模型自己学 24 个输出之间的相关性，在样本量不足时可能把输出做成彼此独立的回归，曲线平滑度差。解决办法是在 Dense(24) 前加一层 Dense(64) 做特征整合，让 24 个输出共享高层表示。
5.4 seq2seq 结构：编码器解码器与训练时的 teacher forcing
seq2seq 是更通用也是更稳的多步方案。编码器用一个 LSTM 读完整段历史窗口，把最后一个时刻的隐状态和单元状态作为解码器的初始状态；解码器 LSTM 逐步生成未来值。训练时把真实未来值作为每一步输入，叫 teacher forcing，让模型学得又快又稳；推理时把上一步输出当作下一步输入，类似递归预测。
下面用 Keras 的函数式 API 写一个最小可跑的 seq2seq：
from tensorflow.keras.models import Model from tensorflow.keras.layers import Input, LSTM, Dense encoder_input = Input(shape=(window_size, 1)) encoder_lstm = LSTM(64, return_state=True) _, enc_h, enc_c = encoder_lstm(encoder_input) # 三个返回：output, hidden, cell decoder_input = Input(shape=(24, 1)) # 未来 24 小时的真实值输入 decoder_lstm = LSTM(64, return_sequences=True)( decoder_input, initial_state=[enc_h, enc_c] ) decoder_out = Dense(1)(decoder_lstm) model_seq2seq = Model([encoder_input, decoder_input], decoder_out) model_seq2seq.compile(optimizer="adam", loss="mse")训练时 X 分成 enc_input（历史窗口）和 dec_input（未来 24 小时真实值），y 是未来 24 小时。推理时 dec_input 第一步填 0，之后逐步填充上一次输出。这个结构比直接多步多了一个 decoder 网络，参数翻倍，但能学到“未来 24 小时是一个连续演化过程”，预测曲线形态明显更自然。如果源码里已经写了 encoder_decoder.py，多半就是这套结构。
用表格收一下三种策略的取舍，方便项目选型：
| 预测策略 | 实现成本 | 误差累积 | 输出形态 | 适用场景 |
|---|---|---|---|---|
| 递归 | 低，只改预测函数 | 明显 | 逐步生成 | 步长 <= 6，快速验证 |
| 直接 | 低，只改输出层 | 无 | 一次性 24 点 | 样本多，追求推理速度 |
| seq2seq | 中，改全部网络 | 弱 | 自回归生成 | 正式项目，长步长 |
我的项目经验是：先跑通递归版验证数据质量，如果递归版前 6 小时 MAPE 在 3% 以内，说明数据干净、特征有效，再上 seq2seq 提升长步长表现。直接多步一般用在推理延迟要求极低的服务里，比如实时市场出清。
5.5 多步预测的评估：按步长分组看误差曲线
多步预测的误差不是一条均值就能概括的，要按步长分组打印 MAPE：
error_by_step = [] for step in range(24): step_mape = np.mean(np.abs((true[:, step] - pred[:, step]) / true[:, step])) * 100 error_by_step.append(step_mape)这一步主要看误差是不是单调上升，以及第 6 步、第 12 步有没有突然跳变。如果误差不是单调上升而是中间出现尖峰，说明模型在第 12 步附近系统性错位，多半是时间特征编码漏了“小时进位”，属于 bug 而不是模型能力问题，直接用错误的预测结果去调网络结构只会浪费时间。
6. 验证和上线前的最后一步：误差指标、可视化与固定随机种子
6.1 用 MAPE、RMSE 和 MAE 三个指标交叉看模型能力
负荷预测领域报告里最常见的是 MAPE，因为调度员关心的是相对偏差百分比。但只看 MAPE 不够，要同时打印 RMSE 和 MAE：前者对大误差敏感，后者更接近业务实际损失。比如同一组预测 MAPE 是 5%，RMSE 是 120 千瓦，MAE 是 80 千瓦，说明存在少数点的误差特别大，影响了 RMSE。RMSE 与 MAE 的比值如果超过 1.5，就要检查极端点是不是集中在早晚高峰切换时刻。
下面的代码一次输出三个指标，并标明评估的时段：
def evaluate_forecast(true, pred): mae = np.mean(np.abs(true - pred)) rmse = np.sqrt(np.mean((true - pred) ** 2)) mape = np.mean(np.abs((true - pred) / true)) * 100 return {"mae": mae, "rmse": rmse, "mape": mape} print(evaluate_forecast(true, pred))指标算完之后，至少把残差分布打出来：残差 = 真实 - 预测。如果残差呈明显的正负不对称，比如白天全是负值，晚上全是正值，说明模型没有学透日周期，需要回头检查特征，而不是急着调 LSTM 层数。
6.2 可视化不是锦上添花，而是检查样本对齐的手段
很多人都画过预测对比图，但如果画出来的图形状完全对不上，第一反应不应该是模型效果差，而是检查两个序列有没有对齐。常见错误是 y_val 长度和 pred 长度不一致，画图时报错后强行取 min 长度，实际画的是错位曲线。正确做法是先打印true.shape和pred.shape，确认相等后再画。
画图时把曲线分三段看更有诊断价值：训练集尾部看模型有没有记住模式，验证集整体看泛化，未来 24 小时特写看峰谷时刻是否预测到位。特写图我一般只画最近 48 小时，把 24 小时的预测叠加在真实曲线上，一眼就能看出相位偏移。
6.3 固定随机种子：让两次训练结果可以复现
这是我最早翻车的地方。第一次跑训练脚本，隔天重跑一遍，验证集 MAPE 从 4% 变成了 7%，我一度以为是数据被改过，排查半天发现只是没有固定随机种子。LSTM 权重初始化、dropout 掩码、数据切分里的随机索引都会引入不确定性，不固定种子就无法判断参数调整是否真的有效。
在训练脚本开头加入这样一段固定种子代码：
import random import numpy as np import tensorflow as tf seed = 42 random.seed(seed) np.random.seed(seed) tf.random.set_seed(seed)同时在 ModelCheckpoint 保存最优权重的基础上，把模型结构用 model.to_json() 导出一份，并记录训练时的 batch_size、lr、window_size。下次改参数时，先跟基准结果对比，而不是跟记忆中的模糊数字对比。这个习惯能省掉大量自我怀疑的时间。
我的一般流程是：拿到一份新的负荷预测源码，先跑通单步、固定种子、记录指标，再上多步预测，最后才做特征工程。这个顺序能确保每一步的问题都被隔离，不会把数据泄漏的锅甩给网络结构。希望这套从源码到验证的思路能帮你少走一圈弯路，尤其是那些看起来像是模型问题、实际上是数据处理问题的坑。代码复现和调参本身不复杂，复杂的是每一步都保持可复现、可对比的习惯。
本文还有配套的精品资源，点击获取
