简介：基于PyTorch实现一个简单LSTM模型进行电力负荷预测，适合深度学习初学者、电力系统分析人员及时间序列建模爱好者参考。压缩包共14个文件，含5个csv电力负荷数据集、5个Python脚本、1个训练好的pt权重文件、1份Markdown项目说明及少量缓存文件，整体仅2.1MB。目前已有156人学习下载。源码按数据预处理、模型搭建、训练、测试和结果可视化等模块清晰划分，开发者可快速掌握数据清洗与归一化、LSTM网络构建、损失函数和优化器选择等关键环节，并通过生成的对比图直观评估预测效果。项目说明文档逐段解读代码实现，帮助理解门控机制、序列建模流程及PyTorch训练细节；在此基础上调整超参数或扩展隐藏层结构，即可进一步优化预测精度，为深入探索深度学习在电力系统中的应用打下基础。
1. LSTM电力负荷预测源码包：它能不能真的预测出明天零点抢负荷
拿到一份“基于pytorch实现一个简单的LSTM模型来进行电力负荷预测源码+项目说明.zip”，先别急着import torch。电力负荷预测是时间序列里最有代表性的练手场景：负荷数据有24小时周期、168小时周周期，还有节假日和气温带来的突发尖峰，线性模型很难同时吃下这些规律。LSTM用隐状态把过去一段窗口压进记忆，直接预测下一点或未来24小时，这正是短期负荷预测最常用的套路。这个源码包适合两类人：刚学完PyTorch循环神经网络、想找一个完整项目练手的人；以及要做能源管理、需求响应预研的工程师。看懂这份代码，换一份数据也能用。
2. 数据预处理：把负荷序列切成LSTM能吃的滑窗样本
2.1 负荷数据的三个特征：周期、尖峰和“温度后置效应”
先看数据长什么样。最常见的负荷数据是逐小时一条记录，字段就两个：date和load，load 单位可能是 MW，也可能是电网侧采集的归一化功率。拿到后第一件事不是建模，而是把曲线画出来。你会看到三条规律：
第一，强周期性。一天内通常有两个峰，上午和晚间，低谷在凌晨；周末的峰形和工作日明显不同，一周的相似性又会重复。第二，尖峰多。高温天中央空调、寒潮来电采暖，都会让负荷在几小时内爬升一大截，这类样本占比不高，但对预测误差影响极大。第三，温度对负荷的影响不是同步的，建筑热惯性会让负荷比气温滞后两三小时，这就是所谓的“温度后置效应”，单变量LSTM只能靠历史负荷间接捕捉它。
数据清洗这一步我会做两件事：把缺失值补齐，把小时编码成周期特征。缺失值用前后时刻的线性插值，但负荷断点经常持续几小时，所以用method="time"比普通interpolate()更合理。小时特征不能直接喂0,1,2,...,23，因为23点和0点之间数值上差了23，模型会以为这两个时刻差异巨大，用正弦余弦编码可以消除这个假边界。
import pandas as pd import numpy as np df = pd.read_csv("load.csv", parse_dates=["date"], index_col="date") df["load"] = df["load"].interpolate(method="time", limit_direction="both") hours = df.index.hour.values df["hour_sin"] = np.sin(2 * np.pi * hours / 24) df["hour_cos"] = np.cos(2 * np.pi * hours / 24) print(df.head()) print(df["load"].isna().sum())这组代码的逻辑是：先用时间索引读入数据，interpolate填补缺失值，再用三角函数把小时映射到单位圆上。hour_sin和hour_cos是给模型的两个弱特征，它们能让LSTM区分凌晨2点和下午2点，但不强制模型依赖它们。参数说明：如果数据是半小时一条，周期改成2 * np.pi * minutes / (24 * 60)；如果数据带多列特征，后续归一化时要把特征列一起处理。
一份合格的项目说明，在数据这节至少该写清四件事：数据来源和采样间隔、缺失比例和处理方式、字段含义和单位、训练验证测试的时间切分点。缺了任何一项，三个月后你自己都看不懂这份源码。
2.2 滑窗构造：168小时输入，1步或多步输出
LSTM不接收一维时间序列，它接收的是“样本”。一个样本就是一段连续的历史窗口和它对应的目标值。滑窗就是把原始序列切成(样本数, 窗口长度, 特征数)和(样本数, 预测步长)两个矩阵的过程。
窗口长度seq_len的选择，比模型结构更影响效果。做负荷预测我习惯默认seq_len=168，也就是过去一周的负荷。理由很直接：让模型在每个样本里都见过完整的周周期，它才有机会学到“今天是周三和上周三更像，而不是和昨天更像”这类规律。如果你的数据是15分钟一条，那168个点只覆盖42小时，这时要把seq_len提升到7 * 96 = 672才对应一周。预测步长horizon=1是单步预测，horizon=24就是预测未来一天。
def make_sequences(data, seq_len=168, horizon=1): X, y = [], [] for i in range(len(data) - seq_len - horizon + 1): X.append(data[i : i + seq_len]) y.append(data[i + seq_len : i + seq_len + horizon]) return np.array(X), np.array(y) feature_cols = ["load", "hour_sin", "hour_cos"] X, y = make_sequences(df[feature_cols].values, seq_len=168, horizon=1) print(X.shape, y.shape) # 例如 (N, 168, 3) 和 (N, 1)这段代码的核心边界条件在range上：最后一段可用数据的起始位置是len(data) - seq_len - horizon，保证窗口结束位置i + seq_len严格早于目标开始位置i + seq_len。很多初写滑窗的人会在这里出错，索引差一个位置，等于把未来数据放进了输入，训练时loss会很低，上线后立刻露馅。
划分训练集、验证集、测试集时，注意永远按时间顺序切，不要随机打乱。比如前70%训练、中间15%验证、最后15%测试。随机切分会让模型在训练时见过验证时间段附近的负荷形态，相当于泄露。
2.3 归一化与反归一化：训练集统计量是唯一合法的统计量
负荷数据动辄几百上千MW，小时编码在[-1,1]之间，如果不归一化，LSTM的输入门和遗忘门会被大数值特征主导，训练很难收敛。常见做法是用MinMaxScaler把特征压到[0,1]，但这个归一化操作里藏着一个经典的坑：只能用训练段的统计量去fit，验证集和测试集只能transform。
from sklearn.preprocessing import MinMaxScaler scaler = MinMaxScaler() train_values = df["load"][:train_end].values.reshape(-1, 1) scaler.fit(train_values) df["load_scaled"] = scaler.transform(df["load"].values.reshape(-1, 1))这段代码的关键在于fit的参数是train_values，而不是全量数据。如果用全量数据算min和max，测试集的信息在训练前就参与了缩放，验证集的误差会被系统性低估，这个误差在论文里看不出来，但真实部署时模型会原形毕露。transform输出的load_scaled会直接作为滑窗的输入特征。
反归一化只发生在两个地方：计算评估指标前，以及最后输出预测结果时。把模型的预测值乘回去：pred_real = scaler.inverse_transform(pred_scaled.reshape(-1, 1))。注意scaler只对负荷列做，小时特征不需要反归一化。
3. 用PyTorch搭建LSTM模型：从nn.LSTM参数到可复现的forward
3.1 环境与模型骨架：input_size、hidden_size、num_layers怎么选
搭建环境这一步，建议用conda单独建一个项目环境，装好与显卡驱动匹配的pytorch版本，再装pandas、numpy、scikit-learn。装完后先跑一句print(torch.__version__)验证。环境不固定，后面想复现实验结果会非常被动，项目说明里也应该写清这一步，包括操作系统、CUDA版本、Python版本和各库的版本号。
模型定义是整个源码包里最核心的一块，PyTorch自带的nn.LSTM把循环神经网络的底层计算封装好了，你只需要决定它的参数：
import torch import torch.nn as nn class LoadLSTM(nn.Module): def __init__(self, input_size=3, hidden_size=64, num_layers=2, output_size=1, dropout=0.2): super().__init__() self.lstm = nn.LSTM( input_size=input_size, hidden_size=hidden_size, num_layers=num_layers, batch_first=True, dropout=dropout if num_layers > 1 else 0.0 ) self.fc = nn.Linear(hidden_size, output_size) def forward(self, x): out, _ = self.lstm(x) last = out[:, -1, :] return self.fc(last)参数选择的逻辑：input_size=3对应load_scaled、hour_sin、hour_cos三个特征；hidden_size=64是隐状态维度，它决定了LSTM“记忆容量”，数据量不大时64足够，加大到128通常不会带来质的提升，只会明显拖慢训练；num_layers=2是层数，两层LSTM能建模稍复杂的非线性，三层以上在几千个样本的小数据集上容易过拟合。batch_first=True是必须的，它让输入张量形状变成(batch_size, seq_len, input_size)，否则默认形状是(seq_len, batch_size, input_size)，新手在这里反复踩索引错位的坑。
dropout参数只对num_layers > 1时生效，它作用在层与层之间，不是输入和输出。还有一批网络权重初始化的小技巧，比如对LSTM的隐层权重做正交初始化、对fc层做均匀分布初始化，能减少训练初期的震荡，但不必过度追求，先用默认初始化跑通再调。
3.2 前向计算：为什么取 out[:, -1, :] 而不是碰运气
nn.LSTM的返回值有两个：out和(h_n, c_n)。out的形状是(batch_size, seq_len, hidden_size)，它保存的是每个时间步的输出；h_n是最后一层、最后一个时间步的隐状态。负荷预测这个场景，我们的目标是用整段历史窗口预测窗口之后的负荷，所以要取窗口末尾的信息，也就是out[:, -1, :]。
这里有个容易混淆的点：为什么不直接取h_n[-1]？h_n的形状是(num_layers, batch_size, hidden_size)，取最后一层h_n[-1]和out[:, -1, :]在单层LSTM下结果一致，但多层时h_n[-1]只代表最后一层，而out[:, -1, :]已经包含了所有层的处理结果，语义更直观。从可读性出发，我建议统一用out[:, -1, :]。
最后一个线性层self.fc把隐状态从hidden_size维映射到output_size维。output_size=1时输出单步负荷，output_size=24时是一次性多步预测，这个选择在后面的多步预测章节会展开。
3.3 训练循环：一个epoch里发生的四件事
训练PyTorch模型的每个epoch都在重复四件事：前向计算损失、反向传播梯度、更新权重、清空梯度。看起来简单，但顺序错了或漏了zero_grad()，梯度就会跨batch累积，loss曲线会变得异常。
import torch.optim as optim from torch.utils.data import DataLoader, TensorDataset train_dataset = TensorDataset(torch.tensor(X_train, dtype=torch.float32), torch.tensor(y_train, dtype=torch.float32)) train_loader = DataLoader(train_dataset, batch_size=64, shuffle=True) model = LoadLSTM(input_size=3, hidden_size=64, num_layers=2, output_size=1) criterion = nn.MSELoss() optimizer = optim.Adam(model.parameters(), lr=1e-3) for epoch in range(30): model.train() for xb, yb in train_loader: optimizer.zero_grad() pred = model(xb) loss = criterion(pred, yb) loss.backward() torch.nn.utils.clip_grad_norm_(model.parameters(), max_norm=5.0) optimizer.step()训练数据我用shuffle=True，因为滑窗样本之间本来就存在时间重叠，打乱顺序并不会引入未来信息，反而能让每个batch的分布更均匀。验证集和测试集的 DataLoader 必须shuffle=False，否则评估结果会受到batch顺序干扰。clip_grad_norm_是很多人忽略的一步，LSTM在长序列上容易梯度爆炸，把梯度范数截断到5能让训练更稳。学习率1e-3是Adam的默认值，通常不用调就能收敛，如果loss下降太慢再考虑1e-2或3e-4。
4. 训练配置与评估指标：让LSTM网络不是“背答案”
4.1 损失函数：MSE训练、Huber兜底、MAPE汇报
lstm神经网络训练时，损失函数的选择直接影响模型对误差的敏感度。最常见的是MSELoss，它对大误差样本给出平方级惩罚，这既是优点也是缺点：负荷尖峰日的预测误差会被放大，模型会花大量容量去拟合那几个极端日子，而牺牲普通日子的精度。
如果训练集里尖峰样本不多，我不会急着换损失函数，先用MSE跑通整个流程。当发现loss一直降不下去、且预测曲线在尖峰日明显“不敢冲高”时，换HuberLoss试试。Huber在误差小于delta时按MSE计算，大于delta时按MAE计算，相当于对大误差的惩罚从平方退化为线性，训练更稳。
criterion = nn.HuberLoss(delta=1.0)delta的取值和归一化后的数据尺度强相关，如果数据被缩放到了[0,1]，delta=1.0意味着一倍标准差之外都算离群点；如果数据范围更大，要相应调大delta。我一般会先看验证集预测误差的分布，把80%分位误差作为delta的参考值。
4.2 三条评估指标：MAE、RMSE、MAPE的读法
训练时看loss，评估时看另外三个指标：MAE、RMSE、MAPE。为什么要多算这几个数而不是直接用loss？因为loss是归一化空间里的数值，单位模糊，而这三个指标能反归一化回真实负荷的物理单位，直接告诉业务方“平均误差是多少MW、百分之多少”。
| 指标 | 计算公式 | 关注点 | 适用场景 |
|---|---|---|---|
| MAE | mean(|y_pred - y_true|) | 平均绝对误差，单位与负荷一致 | 绝大多数负荷预测汇报 |
| RMSE | sqrt(mean((y_pred - y_true)^2)) | 对极大误差更敏感 | 需要控制峰值风险的场景 |
| MAPE | mean(|y_pred - y_true| / y_true) * 100% | 相对误差百分比 | 跨数据集横向比较 |
def evaluate(y_true, y_pred): y_true = scaler.inverse_transform(y_true.reshape(-1, 1)).flatten() y_pred = scaler.inverse_transform(y_pred.reshape(-1, 1)).flatten() mae = np.mean(np.abs(y_pred - y_true)) rmse = np.sqrt(np.mean((y_pred - y_true) ** 2)) mape = np.mean(np.abs((y_pred - y_true) / (y_true + 1e-6))) * 100 return mae, rmse, mape注意代码里先反归一化再算误差。y_true + 1e-6是为了防止负荷为零时分母爆炸。MAPE的读法：单步预测在3%到8%之间都算合理，低于3%要么数据本身非常平稳，要么你泄露了未来信息；高于10%则说明模型基本没学到周期性，该回看滑窗或特征。
4.3 早停与学习率衰减：省掉一半无效训练
pytorch实战里最常见的资源浪费，是让模型跑满固定的epoch数。明明第15轮就已经过拟合了，训练循环还在继续。早停的逻辑很简单：监控验证集指标，连续多轮不下降就停止，并保留历史最优的模型参数。
best_loss = float("inf") patience = 0 for epoch in range(100): train_one_epoch() val_loss = evaluate(model, val_loader) if val_loss < best_loss: best_loss = val_loss torch.save(model.state_dict(), "best_model.pt") patience = 0 else: patience += 1 if patience >= 10: print(f"early stop at epoch {epoch}") break这套逻辑里，patience是“容忍轮数”，10表示连续10轮验证集没有刷新最优就停。配合学习率衰减更省心：用ReduceLROnPlateau让学习率在验证loss连续不动时自动减半。固定随机种子也是必须做的，否则每次跑出来的结果都不一样，没法判断参数改动是否有效。
def seed_everything(seed=42): torch.manual_seed(seed) np.random.seed(seed) torch.cuda.manual_seed_all(seed)5. LSTM负荷预测的5个翻车点与排查清单
5.1 预测曲线整体滞后一步：模型在学“昨天等于今天”
现象：把预测值和真实值画在一起，曲线高度重合，但预测的波峰总比真实波峰晚几小时，MAPE看起来不高，可峰值永远“慢半拍”。
原因：负荷序列自相关极强，t时刻的负荷最接近t-1时刻。当模型没有额外特征可用时，最省力的策略就是模仿上一时刻的负荷，这样的loss很低，但预测结果没有实用价值，因为你需要的是提前预测，而不是复读昨天。
解决：先把这个“恒值预测”作为baseline算一遍指标，任何模型的误差都应该显著低于它。模型层面，把seq_len从24提升到168，让模型看到完整周周期；特征层面，加入气温和节假日标志，打破“昨天等于今天”的路径依赖；评估层面，额外计算峰值时刻误差，比如把预测日的每日最大负荷发生时间和真实值对比，滞后超过2小时就判为不合格。
5.2 归一化泄露：验证集指标好得可疑
现象：验证集MAPE只有1%左右，训练集MAPE却有5%，模型在验证集上“神预测”，换了新数据就崩。
原因：最常见的是scaler.fit()用了全量数据，或者切分数据集之前就做了归一化，验证集的统计信息被模型间接看到了。
解决：把切分和归一化的顺序在项目说明里写死——先切出train、val、test三个索引区间，再对train段做fit，然后依次transform。检查代码时重点看两行：scaler.fit的入参是不是只有训练段；滑窗构建是否发生在归一化之后。
5.3 验证集loss在下滑，预测值却是一条平线
现象：训练过程loss稳步下降，但反归一化后预测值几乎是一条水平直线，数值接近训练集负荷均值。
原因：这是输出层与损失函数共同作用的结果。当特征对目标值的解释力不足时，预测均值是最小化MSE的保守选择。另一个常见原因是归一化后目标值集中在0.5附近，模型输出被线性层压平了。
解决：先画一下训练集负荷的分布，如果大部分值集中在窄区间，说明模型不是没学会，而是目标本身缺乏方差，这时预测均值也算合理，需要引入外部特征扩大区分度；如果分布正常，把损失函数换成Huber，并检查最后一层线性层是否有bias，nn.Linear(hidden_size, 1)默认带bias，不要去掉。
5.4 单步预测挺好，多步预测越滚越差
现象：单步预测MAPE 4%，改成递归滚动预测未来24小时，前6小时还行，后面误差越来越大，第20小时MAPE能到15%。
原因：递归滚动时，每一步的预测值会被当作下一步的输入，误差按指数级累积。负荷数据有周期性但并非严格确定，一步错，步步错。
解决：不要用递归滚动到24步，改用直接多输出，把output_size设为24，让模型一次输出未来24个时刻的预测。代价是24步输出的最后几步精度也有限，但至少不会误差爆炸。另一个实用方案是滚动修正：预测到第6小时时，用最近的真实负荷重新构造输入窗口，再做一次6步预测，俗称“每6小时校准一次”。
5.5 换机器就跑不出同样的结果：seed与环境不一致
现象：同一份源码，在A机器上训练MAPE 4%，到B机器上变成6%，模型结构、数据都没变。
原因：模型训练里有三处不确定性：PyTorch和CUDA的随机数生成器、DataLoader的多进程数据顺序、GPU上的非确定性算法。只设了torch.manual_seed只解决了一部分。
解决：固定环境，在项目说明里记录操作系统、Python版本、pytorch版本、CUDA版本；代码里同时固定numpy、python内置random、torch.cuda.manual_seed_all。想要更严格地复现，开启torch.use_deterministic_algorithms(True)，但要注意某些操作会因此报错，性能也会下降，适合测试而不适合日常训练。
6. 把训练好的LSTM变成实用预测工具：滚动预测、模型固化与回测
6.1 递归滚动：24小时预测的两种写法
单步模型已经训练好，但业务要的是未来24小时曲线。最简单的滚动写法是：每预测出1个新值，就把它拼到输入序列尾部，丢掉最早的1个值，再预测下一点，循环24次。归一化空间里操作，预测完再统一反归一化。
def rolling_predict(model, X_last, steps=24): model.eval() seq = X_last.clone() preds = [] with torch.no_grad(): for _ in range(steps): y_hat = model(seq).item() preds.append(y_hat) new_step = torch.tensor([[[y_hat, seq[0, -1, 1], seq[0, -1, 2]]]]) seq = torch.cat([seq[:, 1:, :], new_step], dim=1) return np.array(preds)这段代码里要注意的是new_step的构造：负荷部分用刚预测出的y_hat，小时特征部分直接用上一时刻的hour_sin和hour_cos，因为未来24小时的小时编码是已知的。如果你在模型里加了温度特征，滚动预测时要额外准备一段未来温度序列。
6.2 保存和加载：把scaler和seq_len一起存进去
训练结束只保存state_dict是不够的，下次加载时你还需要scaler的统计量、seq_len、特征列表。把这几样打包成一个字典：
torch.save({ "model_state": model.state_dict(), "scaler": scaler, "seq_len": 168, "feature_cols": feature_cols, }, "lstm_load_model.pth") ckpt = torch.load("lstm_load_model.pth", map_location="cpu") model.load_state_dict(ckpt["model_state"])6.3 快速回测一套方案值不值得投入
判断这套方案有没有价值，我的习惯是拿最近三个月的真实数据做滚动回测：从第1天起，每天预测次日24小时负荷，每周校准一次，算整个回测周期的MAPE和峰值误差。在跑这套流程之前，我会顺手用线性回归和朴素“上周同时刻”预测做两个对比模型，如果LSTM的优势不足10%，那就别上复杂度了。这是我吃了多次亏以后留下来的习惯——先定baseline，再谈神经网络。希望帮到你。
本文还有配套的精品资源，点击获取
