第二章：时间序列基础与可视化

各位好，我是老张。在电力系统干了十几年，每天打交道最多的就是负荷数据。说实话，刚入行那会儿，面对一堆时间戳和数字，我头都是大的。后来慢慢摸出门道——时间序列处理，说白了就是跟「时间」这个维度谈恋爱，你得懂它的脾气。

这一章，我们聊聊Pandas的时间序列索引、重采样、滚动统计，还有怎么用Matplotlib和Plotly把负荷曲线画得漂漂亮亮。嗯，这些都是基本功，但也是后面所有预测模型的基石。

2.1 Pandas时间序列索引：给数据贴上时间标签

我个人习惯，拿到负荷数据第一件事，就是把时间列转成Pandas的DatetimeIndex。为什么？因为只有索引是时间类型，你才能用切片、重采样这些神器。

import pandas as pd
import numpy as np

# 模拟负荷数据：2024年1月，每15分钟一个点
date_rng = pd.date_range(start='2024-01-01', end='2024-01-31 23:45:00', freq='15T')
load_data = np.random.normal(loc=500, scale=50, size=len(date_rng)) + 100*np.sin(np.arange(len(date_rng))*2*np.pi/(96*7))

df = pd.DataFrame(load_data, index=date_rng, columns=['load'])
print(df.head())

你看，索引变成了DatetimeIndex，这时候想取某一天的数据，直接写 df['2024-01-15'] 就行。我在项目中遇到过，有人用字符串匹配去筛选时间，效率低不说，还容易出错。用时间索引切片，又快又准。

2.2 Resample重采样：数据频率的魔术师

实际工作中，负荷数据来源五花八门。SCADA系统可能是15分钟一个点，电表可能是每小时一个点，气象数据可能是每天一个点。你想把它们放一起分析？必须统一频率。

重采样分两种：降采样和升采样。

操作	说明	常用方法	示例
降采样	高频→低频（如15分钟→1小时）	mean(), sum(), max()	df.resample('1H').mean()
升采样	低频→高频（如1小时→15分钟）	ffill(), bfill(), interpolate()	df.resample('15T').ffill()

# 降采样：15分钟数据聚合成小时级
hourly_load = df.resample('1H').mean()
print(hourly_load.head())

# 升采样：小时级数据插值到15分钟
# 先模拟小时数据
hourly_data = df.resample('1H').mean()
# 再升采样
ffill_data = hourly_data.resample('15T').ffill()  # 向前填充
interp_data = hourly_data.resample('15T').interpolate()  # 线性插值

嗯，这里要注意：降采样时，聚合函数的选择很关键。算平均负荷用mean，算峰值负荷用max，算总用电量用sum。我曾经犯过一个错，用mean去算日最大负荷，结果偏小很多，后来被领导骂了一顿。

2.3 滚动统计：滑动窗口里的秘密

滚动统计，说白了就是在一个滑动窗口里算平均值、最大值、标准差。这玩意儿在负荷预测里太常用了——比如用过去7天的平均负荷来预测今天的负荷。

# 7天滚动平均（每天96个15分钟点，7天=672个点）
df['load_7d_avg'] = df['load'].rolling(window=672).mean()
df['load_7d_std'] = df['load'].rolling(window=672).std()

# 查看结果
print(df[['load', 'load_7d_avg', 'load_7d_std']].head(700))

你想想看，滚动窗口的大小怎么选？太小了噪声大，太大了反应迟钝。我一般先画个图看看，选一个能让曲线既平滑又不失主要特征的窗口。比如负荷数据，7天窗口能消除日周期性，30天窗口能消除周周期性。

2.4 Matplotlib/Plotly绘制负荷曲线

画图是检验数据质量的照妖镜。我拿到新数据，第一件事就是画个全貌图。Matplotlib适合做静态报告，Plotly适合做交互式探索。

2.4.1 Matplotlib：经典静态图

import matplotlib.pyplot as plt

plt.figure(figsize=(12, 6))
plt.plot(df.index[:1000], df['load'][:1000], label='原始负荷', color='#3498db', linewidth=0.8)
plt.plot(df.index[:1000], df['load_7d_avg'][:1000], label='7天滚动平均', color='#e74c3c', linewidth=1.5)
plt.title('负荷曲线与滚动平均（前1000个点）', fontsize=14)
plt.xlabel('时间')
plt.ylabel('负荷 (MW)')
plt.legend()
plt.grid(True, alpha=0.3)
plt.tight_layout()
plt.show()

Matplotlib的好处是出图稳定，适合写报告。但缺点是不能交互，想看某个点的具体数值得自己猜。

2.4.2 Plotly：交互式探索

import plotly.graph_objects as go

fig = go.Figure()
fig.add_trace(go.Scatter(x=df.index[:1000], y=df['load'][:1000], 
                         mode='lines', name='原始负荷', line=dict(color='#3498db', width=1)))
fig.add_trace(go.Scatter(x=df.index[:1000], y=df['load_7d_avg'][:1000], 
                         mode='lines', name='7天滚动平均', line=dict(color='#e74c3c', width=2)))

fig.update_layout(title='负荷曲线交互图', xaxis_title='时间', yaxis_title='负荷 (MW)')
fig.show()

Plotly的交互功能太强了——鼠标悬停显示数值、缩放、平移、下载图片。我在做项目汇报时，经常用Plotly生成HTML文件，领导可以自己拖拽看细节。

2.5 季节性分解：把负荷拆开看

负荷数据有三个成分：趋势（长期变化）、季节性（日/周/年周期）、残差（随机波动）。季节性分解就是把这仨拆开，方便我们分别建模。

from statsmodels.tsa.seasonal import seasonal_decompose

# 先降采样到小时级，减少计算量
hourly = df['load'].resample('1H').mean()
# 填充缺失值
hourly = hourly.fillna(method='ffill')

# 季节性分解：周期设为24小时（一天）
result = seasonal_decompose(hourly, model='additive', period=24)

# 提取成分
trend = result.trend
seasonal = result.seasonal
residual = result.resid

# 画图
plt.figure(figsize=(12, 10))
plt.subplot(4, 1, 1)
plt.plot(hourly.index, hourly, label='原始', color='#3498db')
plt.legend()
plt.subplot(4, 1, 2)
plt.plot(trend.index, trend, label='趋势', color='#e67e22')
plt.legend()
plt.subplot(4, 1, 3)
plt.plot(seasonal.index, seasonal, label='季节性', color='#2ecc71')
plt.legend()
plt.subplot(4, 1, 4)
plt.plot(residual.index, residual, label='残差', color='#e74c3c')
plt.legend()
plt.tight_layout()
plt.show()

为什么用加法模型？因为负荷的季节性幅度基本不随趋势变化。如果季节性幅度随趋势变大（比如夏天用电高峰时波动也大），那就用乘法模型。我一般先试加法，如果残差有明显模式再换乘法。

好了，这一章的内容就这些。时间序列索引是基础，重采样是工具，滚动统计是平滑利器，可视化是检验手段，季节性分解是深入理解数据的钥匙。把这些玩熟了，后面做预测模型就顺手多了。

---

公众号:蓝海资料掘金营，微信deep3321