简介：这份PDF面向电力系统从业者、深度学习入门者与时间序列预测研究者，聚焦短期电力负荷预测这一典型场景，讲解如何借助TensorFlow搭建LSTM循环神经网络完成高精度预测。资源为单文件PDF，约2.27MB，内容源自正式期刊论文，结构完整、论述规范。文中系统梳理了LSTM的输入门、输出门与忘记门机制，深度学习自动提取高阶特征的优势，以及TensorFlow框架在建模训练中的工程实现；同时结合某地区发电厂实际负荷数据，说明时间、节假日、温度、降水量与极端天气等特征选取，以及异常值处理、归一化、数据迭代与参数更新、模型训练与预测的完整流程。实验对比表明，该算法预测效果明显优于传统机器学习方法，且随数据量增大展现出良好鲁棒性。已有793人学习，适合希望将深度学习落地于智能电网与电力负荷预测的读者参考。
1. 一份 2018 年的 LSTM 负荷预测论文，放到今天还能不能跑
手头这份《基于TensorFlow的LSTM循环神经网络短期电力负荷预测》，是 2018 年发在《上海节能》上的一篇工程实践文，作者李松岭，核心就一件事：拿某市某发电厂的真实负荷数据，用 TensorFlow 搭一个 LSTM 循环神经网络，做 15 分钟粒度的短期电力负荷预测，然后跟随机森林、SVM 做对比。结论很直接——LSTM 的 MAPE 做到 1.81%，随机森林 3.32%，SVM 4.24%，而且数据量从 500 万条涨到 4000 万条时，误差还在往下走，鲁棒性站得住。
这东西适合谁？做电力、能源、综合能源调度的算法工程师，尤其是被传统时序模型精度卡住、想上深度学习又不知道从哪下手的人。它不是什么新框架教程，而是一份带真实实验数据、带对比基线、带评价指标的完整落地记录。你照着复现，能拿到一条从数据清洗到模型评估的完整链路，而不是只跑通一个 demo。下面我按「这份资源讲什么 → 怎么把它跑起来 → 哪里容易翻车」的顺序拆一遍。
2. 特征工程与数据预处理：LSTM 吃进去的到底是什么
2.1 五类输入特征，缺一个精度就掉
这篇论文在特征选择上没玩虚的，直接列了五类：时间因素（粒度 15 分钟）、节假日因素（0 工作日 / 1 节假日）、温度因素（日最高温 + 日最低温）、降水量、是否极端天气。为什么是这五个？因为短期负荷的本质是「人什么时候用电」，而人的行为被作息、假期、气温、天气事件同时牵着走。
时间粒度定在 15 分钟，意味着一天 96 个点，这是电力负荷预测里最常见的分辨率，再细对预测精度边际收益不大，再粗就丢掉了峰谷切换的细节。节假日做成 0/1 离散变量，是因为它对负荷的影响是阶跃式的，不是线性的——工作日和春节当天的负荷曲线根本不是一个形状。温度取最高最低两个值而不是均值，是因为负荷对极端温度的响应是非线性的，夏天 38 度和 32 度，空调负荷差一大截，均值会把这种差异抹平。
提示：如果你手上的数据没有极端天气字段，别硬造。常见做法是用天气现象编码（晴/雨/雪/雷暴）替代，或者干脆先不加，跑一版基线看误差，再决定要不要补。
2.2 坏数据处理的四种手法，顺序不能乱
论文里把异常数据处理拆成四步：概率统计法识别置信区间外的点、曲线替换法删掉明显异于正常日负荷曲线的整天、经验修正法按正常曲线补某时段的值、平均值填补法处理缺失。这个顺序有讲究——先识别、再整日替换、再局部修正、最后填缺失，是从粗到细的漏斗。
概率统计法一般用 3σ 原则或者箱线图 IQR，把超出范围的负荷点标出来。曲线替换法针对的是「整天都不对」的情况，比如某天数据采集设备故障，96 个点全是平的或者全是尖刺，这种没法逐点修，直接拿前后相似日的曲线替换。经验修正法处理的是「某几个小时不对」，比如下午 2 点到 4 点数据跳变，就参照同类型日的对应时段修正。平均值填补法只用于零星缺失，取前后相邻点的均值。
import numpy as np import pandas as pd def clean_load_data(df, load_col='load', time_col='timestamp'): # 1. 概率统计法：3σ 识别异常点 mu, sigma = df[load_col].mean(), df[load_col].std() df['is_outlier'] = np.abs(df[load_col] - mu) > 3 * sigma # 2. 曲线替换法：按天统计异常点占比，超过 30% 整天标记 df['date'] = pd.to_datetime(df[time_col]).dt.date daily_outlier_ratio = df.groupby('date')['is_outlier'].mean() bad_days = daily_outlier_ratio[daily_outlier_ratio > 0.3].index df.loc[df['date'].isin(bad_days), load_col] = np.nan # 3. 经验修正法 + 4. 平均值填补法：线性插值兜底 df[load_col] = df[load_col].interpolate(method='linear', limit_direction='both') return df.drop(columns=['is_outlier', 'date'])这段代码里，3 * sigma是异常判定阈值，电力负荷数据一般用 3σ，太松会漏掉尖刺，太紧会误杀正常峰谷。0.3是整天替换的触发比例，超过三成点位异常就认为这天整体不可信。interpolate的limit_direction='both'保证首尾缺失也能补上。跑完这一步，数据里不该有 NaN，也不该有肉眼可见的离群尖峰。
2.3 归一化不是可选项，是必选项
论文里明确写了：不同量纲直接喂进模型，很容易不收敛。负荷是兆瓦级，温度是摄氏度，降水量是毫米，节假日是 0/1，量纲差好几个数量级。归一化公式就是最朴素的 min-max：
def min_max_normalize(series): return (series - series.min()) / (series.max() - series.min())逻辑很直白，把每个特征压到 [0,1]。参数就两个：series.min()和series.max()。注意，这两个值必须从训练集算出来，然后应用到验证集和测试集，不能各自归一化——否则测试集的信息就泄漏进训练过程了，这是时序预测里最隐蔽的坑之一。
3. 用 TensorFlow 搭 LSTM：从张量形状到门控参数
3.1 先把输入张量的形状想清楚
LSTM 的输入是三维张量：[样本数, 时间步长, 特征数]。这篇论文里，如果按 15 分钟粒度、用过去 96 个点（一天）预测下一个点，那时间步长就是 96，特征数是 5（时间、节假日、最高温、最低温、降水、极端天气，实际是 6 个，按论文列的是 5 类但温度拆两个）。样本数就是总数据量除以滑动窗口。
def create_sequences(data, seq_length=96, pred_length=1): X, y = [], [] for i in range(len(data) - seq_length - pred_length + 1): X.append(data[i:i + seq_length]) y.append(data[i + seq_length:i + seq_length + pred_length, 0]) # 第0列是负荷 return np.array(X), np.array(y)seq_length=96对应一天的历史窗口，pred_length=1是预测下一个 15 分钟点。data[:, 0]取负荷列作为预测目标。这个函数决定了你整个模型的输入维度，改seq_length就是改「用多长的历史预测未来」，电力负荷里 96 到 672（一周）都有人用，越长捕捉的周期信息越多，但训练也越慢。
3.2 LSTM 层的三个门，在代码里长什么样
论文用公式描述了输入门、遗忘门、输出门，但没贴代码。TensorFlow 里tf.keras.layers.LSTM把这些都封装好了，你只需要关心几个关键参数：
import tensorflow as tf model = tf.keras.Sequential([ tf.keras.layers.LSTM( units=64, # 隐藏层神经元数 input_shape=(96, 6), # 时间步长 96，特征数 6 return_sequences=False, # 只取最后一个时间步输出 dropout=0.2, # 输入 dropout recurrent_dropout=0.2 # 循环 dropout ), tf.keras.layers.Dense(1) # 输出单个负荷值 ]) model.compile( optimizer=tf.keras.optimizers.Adam(learning_rate=0.001), loss='mse', metrics=['mae'] )units=64是隐藏状态维度，论文没写具体值，但 2018 年那批电力负荷 LSTM 实验里 64 和 128 最常见，64 在 8GB 内存的机器上更稳。return_sequences=False表示只把最后一个时间步的隐藏状态传给 Dense 层，因为你要的是单点预测而不是序列到序列。dropout=0.2和recurrent_dropout=0.2是防过拟合的，电力负荷数据里周末和工作日模式差异大，不加 dropout 很容易在验证集上翻车。Adam(0.001)是默认学习率，论文里没提优化器细节，但这是当时 TensorFlow 1.3 时代最通用的选择。
注意：
recurrent_dropout在 TensorFlow 1.x 的某些版本里会拖慢训练速度，如果发现每个 epoch 时间异常长，先把它设成 0 跑通流程，再逐步加回来。
3.3 训练循环与早停：别让模型在训练集上自嗨
论文提到「多次数据迭代、参数更新」，落到代码就是epochs和batch_size。电力负荷数据量大，batch_size 一般设 128 或 256，epochs 设 100 以上，但必须配早停：
early_stop = tf.keras.callbacks.EarlyStopping( monitor='val_loss', patience=10, restore_best_weights=True ) history = model.fit( X_train, y_train, validation_data=(X_val, y_val), epochs=200, batch_size=128, callbacks=[early_stop], verbose=1 )patience=10意思是验证集损失连续 10 个 epoch 不下降就停，restore_best_weights=True保证回滚到最优权重而不是停在最后一步。这两个参数是防止过拟合的后悔药，没有它们，你很可能拿到一个训练集 MAPE 0.5%、测试集 MAPE 5% 的「假模型」。
4. 评价指标与对比实验：MAPE 1.81% 是怎么算出来的
4.1 MAPE 和 RMSE 的分工
论文用了两个指标：MAPE（平均绝对百分比误差）和 RMSE（均方根误差）。MAPE 看的是相对误差，适合跨数据量级比较，比如 500 万条和 4000 万条数据下的模型谁更准。RMSE 看的是绝对误差，单位跟负荷一样，适合判断「预测值偏离实际值多少兆瓦」。
def mape(y_true, y_pred): return np.mean(np.abs((y_true - y_pred) / y_true)) * 100 def rmse(y_true, y_pred): return np.sqrt(np.mean((y_true - y_pred) ** 2))MAPE 里除以y_true要求真实值不能为 0，电力负荷一般不会出现 0，但如果你做的是光伏出力预测，夜间出力为 0，MAPE 会炸掉，这时候要换 sMAPE 或者直接看 RMSE。这是论文没展开但实际落地必须知道的边界。
4.2 对比实验的公平性：同数据、同划分
论文表 1 给了随机森林 3.32%、SVM 4.24%、LSTM 1.81% 的对比。要复现这个结论，关键是三个「同」：同一份清洗后的数据、同一个训练/验证/测试划分、同一个预测目标。很多人对比时给 LSTM 喂了更多特征或者更长的历史窗口，然后说 LSTM 更好，这不叫对比，叫作弊。
from sklearn.ensemble import RandomForestRegressor from sklearn.svm import SVR # 把三维 LSTM 输入展平成二维给传统模型 X_train_flat = X_train.reshape(X_train.shape[0], -1) X_test_flat = X_test.reshape(X_test.shape[0], -1) rf = RandomForestRegressor(n_estimators=100, random_state=42) rf.fit(X_train_flat, y_train) rf_pred = rf.predict(X_test_flat) svm = SVR(kernel='rbf', C=1.0, epsilon=0.1) svm.fit(X_train_flat, y_train) svm_pred = svm.predict(X_test_flat)reshape把[样本, 96, 6]展成[样本, 576]，传统模型才能吃。n_estimators=100是随机森林的树数量，C=1.0和epsilon=0.1是 SVM 的默认正则和容忍带。这样跑出来的对比才有说服力。
4.3 数据量增大时 LSTM 的鲁棒性从哪来
论文表 2 显示，数据从 500 万条涨到 4000 万条，MAPE 从 1.93% 降到 1.81%。这个趋势不是玄学，是深度学习的基本特性：参数量大，需要足够多的样本才能把权重训稳。传统机器学习模型在数据量超过某个点后，精度就平了，因为它们的假设空间有限。LSTM 的假设空间大得多，数据越多，越能逼近真实的负荷生成过程。
但这里有个前提：数据质量得跟得上。如果 4000 万条里有一半是坏数据，LSTM 会把这些噪声也学进去，精度反而可能掉。所以论文在预处理上花了那么大篇幅，不是凑字数，是给后面的鲁棒性结论打地基。
5. 避坑与排查：复现这篇论文时最容易翻车的五个地方
5.1 现象：模型 loss 一直不降，停在 0.5 附近
原因：最常见的是归一化没做，或者做了但训练集和测试集分别归一化，导致输入分布不一致。其次是学习率太大，Adam 默认 0.001 在电力负荷上一般没问题，但如果你手动改成 0.1，梯度会震荡。
解决：先检查X_train和X_test的数值范围，确认都在 [0,1]。然后打印前几个 batch 的 loss，如果第一轮就是 NaN，说明输入里有 NaN 或者 inf，回到预处理查缺失值填补。学习率先用 0.001 跑通，再考虑调。
5.2 现象：训练集 MAPE 很低，测试集 MAPE 高得离谱
原因：过拟合。电力负荷数据里，工作日和周末的模式差异大，如果训练集里周末样本少，模型会把工作日模式硬套到周末上。另外，dropout没加或者加得太小也会导致这个问题。
解决：先加dropout=0.2和recurrent_dropout=0.2，再检查训练集和测试集的时间划分是不是随机的——时序数据不能随机划分，必须按时间顺序切，否则未来信息会泄漏。正确做法是前 70% 训练，中间 15% 验证，后 15% 测试。
5.3 现象：预测曲线整体平移，峰谷对不上
原因：LSTM 对趋势敏感，如果训练数据的负荷均值在时间上有漂移（比如夏季整体高于春季），模型学到的可能是「平均负荷」而不是「相对变化」。另外，如果特征里没有时间戳的周期性编码（比如 sin/cos 变换），模型分不清早上 8 点和晚上 8 点。
解决：在特征里加小时和分钟的 sin/cos 编码，或者直接用pd.get_dummies把 96 个时间点做成 one-hot。论文里只说了「时间因素」，没展开编码方式，这是它没写透的地方，但实际做的时候必须补上。
5.4 现象：训练到一半 loss 突然变成 NaN
原因：梯度爆炸。LSTM 虽然比普通 RNN 稳，但在序列很长（比如 seq_length 超过 200）或者学习率偏大时，梯度还是会炸。论文里没提梯度裁剪，但这是 LSTM 训练的标配。
解决：在model.compile里加clipnorm=1.0或者clipvalue=0.5：
optimizer=tf.keras.optimizers.Adam(learning_rate=0.001, clipnorm=1.0)clipnorm=1.0意思是把梯度向量的范数限制在 1.0 以内，超过就按比例缩放。这个参数不改变正常训练时的梯度方向，只在爆炸时兜底。
5.5 现象：换一台机器跑，结果对不上
原因：随机种子没固定。TensorFlow 的权重初始化、dropout、数据 shuffle 都带随机性，不固定种子，每次跑出来的 MAPE 可能差 0.1 到 0.3 个百分点。
解决：在代码开头加：
import random random.seed(42) np.random.seed(42) tf.random.set_seed(42)42是习惯用法，换成别的整数也行，关键是整个项目统一。注意，即使固定了种子，不同 TensorFlow 版本之间的数值精度差异还是可能导致微小偏差，这是框架层面的，不是你的问题。
6. 把这篇论文变成你自己的基线：三个进阶改法
第一个改法，把单步预测改成多步预测。论文做的是预测下一个 15 分钟点，但实际调度更关心未来 4 小时（16 个点）甚至 24 小时（96 个点）的负荷曲线。改法很简单，把Dense(1)换成Dense(16)，y的pred_length改成 16，损失函数从 MSE 换成 MAE 或者 Huber，因为多步预测里个别点的偏差会被 MSE 放大。我一般会先用Dense(96)跑一版，看整体曲线形状对不对，再决定要不要做多模型滚动预测。
第二个改法，把 LSTM 换成 GRU 或者加 Attention。GRU 比 LSTM 少一个门，参数少三分之一，训练快，在数据量不够大的时候反而更稳。Attention 加在 LSTM 后面，让模型自己决定历史 96 个点里哪些对当前预测更重要——比如预测周一早上 8 点的负荷，上周一同一时刻的权重应该比上周六高。代码上就是在 LSTM 的return_sequences=True后面接一个tf.keras.layers.Attention()，然后接 GlobalAveragePooling1D。
第三个改法，把 MAPE 换成更鲁棒的指标。MAPE 在负荷接近 0 的时候会失真，电力系统里凌晨低谷负荷虽然不为 0，但可能只有峰值的 30%，这时候 MAPE 会偏大。我习惯同时看 MAPE、RMSE 和 R²，三个指标都达标才认为模型可用。R² 用sklearn.metrics.r2_score直接算，不用自己写。
from sklearn.metrics import r2_score def evaluate_all(y_true, y_pred): return { 'MAPE': mape(y_true, y_pred), 'RMSE': rmse(y_true, y_pred), 'R2': r2_score(y_true, y_pred) }这三个指标里，MAPE 看相对精度，RMSE 看绝对偏差，R² 看模型解释了多少方差。论文只给了前两个，但 R² 能告诉你模型是不是只学到了均值——如果 R² 低于 0.8，说明模型没捕捉到负荷的波动模式，得回去查特征或者加层。
从那以后我每次复现这类时序预测论文，都强制走一遍「先跑通单步、再扩多步、最后换指标」的流程，不跳过任何一步。希望帮到你。
本文还有配套的精品资源，点击获取
