简介：面向电力负荷预测、时间序列建模的深度学习初学者和进阶开发者，这是一套基于PyTorch实现的多输入多输出LSTM预测方案，代码组织清晰，内置可直接训练的数据集，下载后即可运行复现。模型以负荷数据及气温、湿度等多维变量为输入，输出未来多个时间步的负荷值，流程覆盖数据读取、缺失值填补、归一化处理、训练测试集划分、LSTM网络构建、损失函数与优化器配置以及训练验证环节，便于理解时序预测的完整链路。包体十分轻量，共2个文件：1个Python脚本负责模型定义与训练推理，1个CSV格式数据集提供实验输入，压缩包大小仅8KB，几乎没有上手门槛。脚本内保留模型保存与超参数调整接口，可进一步更换数据或探索不同多步预测策略。目前已有5500人学习下载，很适合希望快速掌握LSTM多变量多步预测并直接获得可运行参考代码的学习者。
1. 多输入多输出负荷预测：为什么先把基线跑通比调参更重要
做负荷预测的人第一次用 lstm 时间序列模型，最容易犯的错误不是网络结构写不对，而是「目标值都没构造明白」就开始调参。多输入多输出不是把最后一维输出改成 1 那么简单——它要求你在给定一段历史窗口（多列特征）后，一次性输出未来多个时刻的负荷曲线。这份 PyTorch 直接可跑的资源，内置了配套数据集和完整训练脚本，适合刚接触时序预测的开发者，也适合需要一份可复用基线去对比自己模型的从业者。拿下来先跑通，再谈改网络，你会发现绝大多数所谓「预测不准」，其实是数据切分和归一化的问题。
2. 先看懂数据集和预测目标：多输入多输出到底在预测什么
2.1 多步预测任务的输入输出定义
在负荷预测里，「多输入」指每个时间步的特征不止一列。常见做法是同时输入历史负荷、气温、湿度、风速、电价等外部变量，构成 shape 为 [seq_len, input_size] 的序列。也有人把日期特征（星期几、是否节假日、小时数）编码后一起拼进去。「多输出」指模型不是只预测下一个时刻，而是直接输出未来 pred_len 个时刻的负荷。
这两者组合起来，训练样本的构造方式就和单步预测完全不同。单步预测里一条样本是「前 seq_len 个窗口 → 下一个值」；多输入多输出里一条样本是「前 seq_len 个窗口（多列）→ 未来 pred_len 个窗口值」。
为什么直接多输出比滚动单步预测更常见？因为滚动预测会累积误差，而且推理阶段要循环调模型、速度慢；直接多输出一次前向就能得到整段预测曲线，训练和部署都干净。代价是预测步长拉长时精度会衰减，这个放在避坑章节展开。
2.2 数据集的特征列与预处理
这份资源内置的数据集是典型的电力负荷 CSV：时间戳一列、负荷一列，外加若干气象和日历特征列。文件解压后通常是长表结构，行数几千到几万不等，取决于采样间隔。拿到手先不要急着写模型，第一步做三件事：
第一，确认时间戳格式和连续性。有缺失时间点的要先补齐或按等间隔重采样，否则窗口切片会错位。
第二，检查负荷列是否有明显离群点，比如某一天突然为 0 或翻倍。这种点会让归一化后的训练分布被拉偏。
第三，把所有输入特征拼成二维数组，再按滞后窗口滑动切样本。
特征列常见的处理方式如下表：
| 列类型 | 示例 | 处理方式 |
|---|---|---|
| 负荷 | 过去24小时功率 | 直接作为输入特征之一，目标列单独取出 |
| 气象 | 温度、湿度、风速 | 数值列，统一归一化 |
| 日历 | 小时、星期、节假日 | 周期性编码为 sin/cos 或 one-hot |
| 时间戳 | 2024-01-01 00:00 | 转为特征后丢弃原字符串 |
2.3 归一化与训练/验证/测试划分
多输入多输出最容易被忽略的细节是归一化的作用范围。我的习惯是：先按时间顺序切出训练集和测试集，再用训练集的 min/max 或 mean/std 对整体做变换。绝对不能用整个数据集统计出来的均值去归一化，否则测试集的信息提前泄露进训练过程，看起来验证效果很好，上线一换数据就出问题。
切分比例按时间顺序通常是 7:1.5:1.5 或 70/20/10，因为时序数据不能随机打乱，否则模型相当于看到了未来的样本。代码里用「按位置切分」的函数实现：
def split_by_time(data, train_ratio=0.7, val_ratio=0.15): n = len(data) train_end = int(n * train_ratio) val_end = int(n * (train_ratio + val_ratio)) train = data[:train_end] val = data[train_end:val_end] test = data[val_end:] return train, val, test逻辑说明：这里按行数比例顺序切分，参数 train_ratio 控制训练集占比，val_ratio 控制验证集占比，剩余给测试。不要像普通机器学习任务那样用 train_test_split 随机打乱，时间序列一旦打乱，周期性和连续性全部失真。
使用说明：这份资源在 utils 里一般已写好类似函数，如果你要换自己的数据，只要保证传入的 data 是按时间升序排列的二维数组即可。归一化的 fit 只能用训练集，测试集的 min/max 变换参数从训练集继承，这是时序预测项目里最常犯又最难自查的问题。
3. PyTorch 实现细节：窗口构造、LSTM 模型与训练循环
3.1 用滑动窗口构造多输入多输出样本
拿到二维特征数组后，需要把它切成「样本-标签」对。一个样本是 shape 为 [seq_len, input_size] 的窗口，标签是 shape 为 [pred_len, 1] 的负荷未来段。下面这段生成器是常见实现，资源里通常也内置了类似版本：
import torch def create_sequences(data, target_idx, seq_len=48, pred_len=12): X, y = [], [] n = len(data) for i in range(n - seq_len - pred_len + 1): X.append(data[i : i + seq_len]) y.append(data[i + seq_len : i + seq_len + pred_len, target_idx]) return torch.tensor(X, dtype=torch.float32), torch.tensor(y, dtype=torch.float32)逻辑说明：外层循环从 0 扫到 n - seq_len - pred_len，每次取 seq_len 长度的多列片段作为输入，再取紧接其后的 pred_len 个负荷值作为输出。target_idx 是负荷所在列索引，这样输入包含全部特征，输出只取未来负荷。
参数说明：seq_len 建议先按周期来——小时级数据取 24 或 48，天级数据取 7。pred_len 就是你要预测的未来点数，比如预测未来 6 小时，小时级数据就设 6。窗口滑过整个训练集后，样本量大约为 n - seq_len - pred_len + 1，几万行数据能生成几万条样本，训练时用 DataLoader 再分批。
3.2 LSTM 模型结构：从输入到多输出的映射
模型本体不复杂。标准做法是先把多列输入过一层 LSTM，取最后一个时刻的隐状态，再接全连接层输出 pred_len 个值。代码如下：
import torch.nn as nn class LSTMRegressor(nn.Module): def __init__(self, input_size, hidden_size=64, num_layers=2, pred_len=12, dropout=0.2): super().__init__() self.lstm = nn.LSTM(input_size, hidden_size, num_layers=num_layers, batch_first=True, dropout=dropout) self.fc = nn.Linear(hidden_size, pred_len) def forward(self, x): x, _ = self.lstm(x) last_hidden = x[:, -1, :] return self.fc(last_hidden)逻辑说明：nn.LSTM 返回的 x 形状是 [batch, seq_len, hidden_size]，取最后一个时间步的 hidden state 后，经过线性层直接映射到 pred_len 维。注意 batch_first=True，对应输入形状 [batch, seq_len, input_size]，我习惯上一直开着这个开关，省得每次转置。
参数说明：input_size 由特征列数决定；hidden_size 和 num_layers 是容量控制旋钮；dropout 只对多层 LSTM 的层间生效。pred_len 必须和 create_sequences 里设置得一致，否则全连接层的输出维度会和标签对不上，训练时报 shape mismatch。有一种变体是取所有时间步做全局平均池化再接全连接，实际效果因数据而异，这份资源用的是取最后一步的写法，简单稳定，适合作为基线。
3.3 训练循环与评估指标
训练部分用 MSE 做损失，评估多一个 MAPE。MSE 对离群点敏感，适合梯度收敛；MAPE 更贴近工程上对「预测偏差百分之几」的直觉。
def train_one_epoch(model, loader, optimizer, loss_fn, device): model.train() total_loss = 0 for batch_x, batch_y in loader: batch_x, batch_y = batch_x.to(device), batch_y.to(device) optimizer.zero_grad() pred = model(batch_x) loss = loss_fn(pred, batch_y) loss.backward() optimizer.step() total_loss += loss.item() * len(batch_x) return total_loss / len(loader.dataset)逻辑说明：每批数据前向传播拿 pred，和标签 batch_y 算 MSE，反向传播后更新权重。batch_y 形状是 [batch, pred_len]，pred 形状完全一致，所以不用额外 reshape。返回值是加权平均 loss，方便画训练曲线。
参数说明：batch_size 常见取 64 或 128，学习率 1e-3 起步，Adam 优化器够用。如果 loss 在训练集上震荡得厉害，把学习率降到 5e-4 或 1e-4 再跑。评估时每跑完一个 epoch 在验证集上算 MAPE，公式是 mean(abs((y_true - y_pred) / y_true)) * 100。注意负荷值接近 0 的时间点会让 MAPE 突变，所以很多项目会把负荷小于某个阈值（比如 10kW）的点过滤后再统计。模型输出层没有激活函数，因为这是回归任务，别在最外面加 sigmoid 或 tanh，否则预测值被压到 0~1，还原成原始量纲后全乱。
4. 从下载到训练跑通：项目文件结构、启动命令与核心参数
4.1 拿到项目后先看这四个文件
解压后目录里最重要的文件是 train.py、model.py、data_loader.py、config.py，以及 datasets 目录下的 CSV。train.py 是入口，model.py 是网络定义，data_loader.py 负责切窗口和构造 Dataset，config.py 集中管理所有超参数。
我一般拿到陌生项目不会急着跑 python train.py，先花十秒打开 config.py 看一眼 seq_len、pred_len、batch_size、learning_rate 四个值在不在，如果文件里写得散，就自己集中到一个配置类。这份资源把超参集中在顶部，改起来方便。然后是数据文件格式，确认 CSV 表头是英文还是中文，列顺序是什么样的，这些直接决定 data_loader 里 target_idx 怎么填。
4.2 一键训练与日志观察
假设项目根目录在当前目录下，常见做法是直接在终端执行：
python train.py --epochs 50 --batch_size 128 --lr 1e-3逻辑说明：train.py 内部会依次完成数据加载、归一化、窗口生成、模型初始化，然后进入训练循环。命令行参数覆盖 config.py 里的默认值，这样同一份代码可以多次跑实验而不污染原配置。参数说明：epochs 决定跑几轮；batch_size 影响显存占用和收敛稳定性；lr 是学习率。如果训练时长太夸张，先检查是不是在 CPU 上跑 GPU 代码，或者 seq_len 设得过大导致每批样本太大。
核心超参数的含义和调整经验列在下面：
| 参数 | 默认值 | 作用 | 调整经验 |
|---|---|---|---|
| seq_len | 48 | 输入历史窗口长度 | 小时级数据取 24 或 48 |
| pred_len | 12 | 预测未来点数 | 越长精度越低，视业务决定 |
| hidden_size | 64 | LSTM 隐层维度 | 数据量大可加到 128 |
| num_layers | 2 | LSTM 堆叠层数 | 层数过多容易过拟合 |
| learning_rate | 1e-3 | Adam 学习率 | 不收敛时降到 1e-4 |
| batch_size | 128 | 每批样本数 | 收敛不稳可调 64 |
日志方面，每轮结束会打印 train loss 和 val MAPE。常见的观察路径是：前 10 轮 loss 从几十迅速掉到个位数，val MAPE 同步下降；20 轮后下降放缓；超过 40 轮如果 val MAPE 不降反升，就是过拟合开始抬头，考虑 early stopping 或降低 hidden_size，而不是继续加大 epoch。
4.3 checkpoint 保存、断点续训与推理
训练脚本一般会每轮结束后保存模型权重，常见做法是存 torch.save(model.state_dict())。断点续训很简单，加载上一次保存的权重后继续跑：
checkpoint_path = "best_model.pt" model = LSTMRegressor(input_size=cfg.input_size, hidden_size=cfg.hidden_size, num_layers=cfg.num_layers, pred_len=cfg.pred_len) model.load_state_dict(torch.load(checkpoint_path, map_location="cpu")) model.eval() with torch.no_grad(): pred = model(test_x[:1])逻辑说明：load_state_dict 前必须先用和训练时完全相同的参数重新实例化模型，否则权重名称对不上。eval() 关闭 dropout 等训练态行为，这一步忘掉的话预测结果会有随机性。参数说明：map_location 设为 CPU 是因为 load 的环境可能没有 GPU，这样在只有 CPU 的机器上也能加载训练好的权重。pred 输出形状是 [1, pred_len]，如果想预测未来 12 小时，直接对比 test_y[:1] 就能算误差。
4.4 把训练好的模型移植到自己的数据上
这是大多数人下载这份资源后真正想做的事：跑通示例数据不是目的，换自己的负荷数据才是。操作路径就是按第 2 章的预处理顺序，把你的 CSV 整理成同样格式，改 config 里数据路径，再跑一遍 train.py。
唯一要额外注意的是输入特征列顺序必须和训练时一致。如果你在原数据集上用的是「负荷、温度、湿度」三列，换成新数据时保持相同顺序，别把列排反，否则模型看到的分布完全不同，预测必然跑偏。换数据后先拿训练集最后一段做回测，确认曲线形状正常再部署。
5. 避坑记录：训练正常但预测崩盘的四个高频原因
5.1 坑一：loss 正常下降，画图后预测曲线整体滞后一个周期
现象：训练损失和验证 MAPE 都还像样，但把测试集预测结果画出来，曲线整体像被平移了一段，每天同一时刻的峰谷完全错位。
原因：这类情况八成是窗口和目标构造时把输入输出重叠了。比如 create_sequences 里 i 的取值边界算错，导致输入窗口的尾部已经包含目标段头部，模型学到的是「抄最近值」而不是「学规律」。
解决：检查 i 的循环边界和切片偏移量，保证输入窗口结束位置和目标开始位置之间不重叠，即输入不含未来信息。做一次可视化，把一段真实负荷和同窗口预测画在同一张图上，一段段核对时间对齐。
5.2 坑二：预测值范围整体偏小，峰谷被抹平
现象：真实负荷在 500 到 800 之间波动，预测值集中在 600 出头，方差明显被压缩，曲线像被均值化了。
原因：回归任务用 MSE 损失，模型倾向于输出条件均值，这本身就是 MSE 的固有偏差。另一个常见原因是 LSTM 隐层层数太少，容量不够去拟合峰值特性。
解决：先确认不是可视化的纵轴范围问题。然后试两个方向：一是把 hidden_size 从 64 加到 128，增大模型容量；二是检查归一化目标值是否包含离群点，如果训练集里有极端峰值，MSE 会被拉偏。先把离群值用分位数截断再训，峰值还原度通常明显变好。
5.3 坑三：多输入多输出却报 shape mismatch
现象：训练到前向传播就报类似 size mismatch for fc.weight 的错误，看到 fc 层输入维度等于 hidden_size，输出维度等于 pred_len，但标签的 batch 维度对不上。
原因：最常见的是 pred_len 在 create_sequences 和模型定义里设置不一致。比如造数据时 pred_len 设了 12，模型里全连接层写成输出 1，标签 [batch, 12] 和预测 [batch, 1] 没法算 loss。
解决：全局搜索 pred_len 和 seq_len 的所有赋值位置，统一改成同一个配置来源。更稳妥的做法是 config.py 里定义一份配置，数据生成和模型构建都从同一份配置读取，而不是各写各的字面量。
5.4 坑四：用测试集归一化导致线上评估直接崩溃
现象：训练 loss 正常，测试集评估时 MAPE 爆炸，比验证时高一倍还多。
原因：归一化用了全数据的 min/max，也就是测试集的统计信息在前处理阶段泄露进了训练。当测试集分布和训练集不完全一致时，这种泄露会直接放大误差。
解决：严格按时间先切分，再只 fit 训练集的 scaler，然后用这个 scaler transform 验证集和测试集。这一步改对后，MAPE 通常能降好几个百分点。
5.5 排查顺序参考
如果预测结果完全不可用，我一般按这个顺序过一遍：数据集按时间排序是否正确；窗口切片是否包含未来信息；归一化是否只 fit 了训练集；输入输出维度是否一致；模型是否在 eval 模式推理。五个点全检查完，至少能排除八成的玄学问题。
6. 进阶技巧：滚动预测对比与超参验证习惯
训练完直接多输出的模型后，值得做的一件事是把「直接多输出」和「滚动单步预测」对比一次。做法是：用同一个训练好的模型，预测时只取输出的第一个点，把它拼到输入窗口尾部，丢掉最旧的一个点，继续预测下一个点，循环 pred_len 次。
def rolling_predict(model, input_window, pred_len): model.eval() results = [] window = input_window.clone() with torch.no_grad(): for _ in range(pred_len): out = model(window.unsqueeze(0))[0, 0] results.append(out.item()) window = torch.roll(window, shifts=-1, dims=0) window[-1, 0] = out return results逻辑说明：每次只取输出第一个值当作当前步预测，然后更新窗口最后一行的负荷列，完成一个闭环。torch.roll 把整个窗口前移一格，丢掉最旧样本，把新预测值写进窗口末尾。参数说明：这里 window 的形状是 [seq_len, input_size]，第 0 列必须是负荷列，否则写回位置就错。
直接多输出和滚动预测各有适用场景：horizon 短时直接多输出更快更准；horizon 很长时滚动预测虽然慢，但能利用真实观测不断修正输入，误差累积反而可能更可控。两者对比的最佳做法是跑完各自的 MAPE，再看测试集最后一段的拟合曲线，哪个视觉上更像真实趋势就用哪个。
我的习惯是每次换新数据都固定走一遍这套流程：先按时间切分，再只 fit 训练集归一化，训练后把训练集、验证集、测试集的预测曲线各画一张，对照真实曲线检查滞后和峰值还原情况，最后分别跑一次直接多输出和滚动预测记录 MAPE。这套流程成为肌肉记忆之后，几乎不再被「预测不准」这类翻车卡住。希望这份资源能帮你在多输入多输出负荷预测上少绕几圈，希望帮到你。
本文还有配套的精品资源，点击获取
