第一课：课程导论与数据准备
各位同学好，我是老张。在电力系统干了十五年，从变电站值班员一路做到调度中心的负荷预测专责。今天咱们开始这门《负荷预测实战工具速成》的第一课。
说实话，我刚入行那会儿，负荷预测全靠老师傅的经验。拿个计算器，看看天气，再翻翻历史记录，拍脑袋估个数。现在不一样了，数据多了，工具强了，但核心的东西没变——你得先搞清楚预测什么、用什么数据、数据怎么处理。
这一课，咱们就把地基打牢。
1.1 什么是负荷预测？
负荷预测，说白了就是猜未来要用多少电。
你可能会说，这有什么难的？看看去年同一天不就知道了？嗯，我刚开始也这么想。直到有一次，我按去年同期的数据做了个预测，结果那天突然降温，空调全开，实际负荷比预测高了15%。调度中心那边差点跳闸，我被领导叫去谈了半小时话。
从那以后我明白了——负荷预测不是简单的复制粘贴，它是一门科学。
核心定义：负荷预测是利用历史数据、气象信息、社会活动等因素，通过数学模型预测未来某个时间段的电力负荷值。
1.2 预测类型：时间尺度决定一切
不同类型的预测，用的方法、数据、精度要求都不一样。我习惯按时间尺度来分：
| 类型 | 时间范围 | 典型用途 | 精度要求 |
|---|---|---|---|
| 超短期 | 未来几分钟~1小时 | AGC自动发电控制、实时调度 | 极高（<1%） |
| 短期 | 未来1小时~1周 | 日前计划、机组组合 | 较高（<3%） |
| 中期 | 未来1周~1年 | 检修计划、燃料采购 | 中等（<5%） |
| 长期 | 未来1年~10年 | 电网规划、电源建设 | 较低（<10%） |
你想想看，超短期预测要是错了，可能几分钟后电网就不稳了。但长期预测差个5%，其实问题不大，因为规划本身就有弹性。
我的经验：做短期预测时，千万别只看负荷数据。我曾在某省电网做过一个项目，发现周五下午的负荷曲线总是异常。后来一查，原来是当地有个大型批发市场，周五搞促销活动。这种社会活动信息，比任何算法都管用。
1.3 数据来源：巧妇难为无米之炊
数据是预测的命根子。没有好数据，再牛的算法也是白搭。
主要数据来源有三个：
- SCADA系统：实时采集变电站、发电厂的电气量。采样频率高（秒级），但覆盖范围有限。
- AMI系统：智能电表数据。用户侧数据，采样频率低（15分钟~1小时），但覆盖面广。
- 气象数据：温度、湿度、风速、光照等。我特别强调一下——温度是负荷预测最重要的外部变量，没有之一。
记得有一次，我接手一个项目，客户说他们有完整的历史数据。结果我一查，SCADA数据缺了30%，AMI数据时间戳对不上，气象数据还是隔壁城市的。嗯，这种情况我见得太多了。
避坑指南：我曾经因为用了未校准的SCADA数据，导致预测模型训练了三天，结果误差大得离谱。后来发现是CT变比设置错了，数据整体偏大了20%。所以，拿到数据后第一件事——做数据质量检查。
1.4 数据清洗与异常值处理实战
好，现在咱们来点干货。数据清洗，我一般分三步走：
第一步：缺失值处理
缺失值很常见。SCADA通信中断、电表故障、人为误操作，都会导致数据缺失。
处理方法：
- 删除法：缺失比例小于5%时，直接删掉。
- 插值法：线性插值、样条插值。我个人习惯用线性插值，简单有效。
- 填充法：用前后时刻的平均值填充。注意，别用全局均值，那会破坏时序特性。
# Python示例：线性插值处理缺失值
import pandas as pd
import numpy as np
# 假设df是包含负荷数据的DataFrame，'load'是负荷列
df['load_interpolated'] = df['load'].interpolate(method='linear')
# 检查处理效果
print(f"原始缺失值数量：{df['load'].isnull().sum()}")
print(f"处理后缺失值数量：{df['load_interpolated'].isnull().sum()}")第二步：异常值检测
异常值比缺失值更隐蔽。我常用的方法：
- 3σ原则：超出均值±3倍标准差的数据，视为异常。
- 箱线图法：超出Q1-1.5IQR或Q3+1.5IQR的数据，视为异常。
- 业务规则：比如负荷不可能为负，或者短时间内突变超过20%。
实战技巧：别一上来就用算法。先画个时序图，肉眼扫一遍。我见过太多人用3σ原则把春节期间的正常低负荷给剔除了——因为春节工厂停工，负荷确实低，但那不是异常。
第三步：异常值修正
发现异常值后，别急着删。先判断原因：
- 明显错误：比如负荷为负值，直接替换为NaN，然后走缺失值处理流程。
- 可疑值：比如某天负荷突然飙升，但气象数据正常。这时候要查日志，看是不是有特殊事件。
- 真实异常：比如台风导致负荷骤降。这种数据要保留，因为模型需要学习这种极端情况。
# Python示例：基于3σ原则的异常值检测
def detect_outliers_3sigma(data, column, n_std=3):
mean = data[column].mean()
std = data[column].std()
lower_bound = mean - n_std * std
upper_bound = mean + n_std * std
outliers = data[(data[column] < lower_bound) | (data[column] > upper_bound)]
return outliers
# 使用示例
outliers = detect_outliers_3sigma(df, 'load')
print(f"检测到 {len(outliers)} 个异常值")我的习惯：数据清洗完成后，我会生成一份数据质量报告。包括缺失率、异常率、处理方式等。这样后续模型出了问题，可以快速回溯。说白了，就是给自己留个底。
知识体系总览
这一课的内容比较多，我画了张图帮你理清思路：
好了，第一课就到这里。数据准备是预测工作的基石，这块做扎实了，后面的模型训练才能事半功倍。下一课咱们开始讲特征工程——怎么从原始数据里挖出有用的信息。