3、特征工程基础：时间特征提取、统计特征、滞后特征与滑动窗口构建

各位同学好，我是老张。在风电行业摸爬滚打了十几年，今天咱们聊聊特征工程里最基础、也最容易被忽视的一块——时间特征、统计特征、滞后特征和滑动窗口。

说实话，很多刚入行的朋友一上来就堆模型，结果效果不好。其实啊，问题往往出在特征上。你想想看，风电功率预测本质上是个时间序列问题，时间本身携带了大量信息。我见过太多人直接把时间戳扔进模型，那肯定不行。

3.1 时间特征提取：把时钟拆开看

时间特征，说白了就是把一个时间戳拆成多个维度。为什么要拆？因为模型看不懂「2024-03-15 14:30:00」这种格式，它只认数字。

小时特征：一天24小时，风电出力有明显的日变化规律。比如我所在的西北风场，下午2点到5点往往是一天中风最大的时候。所以小时特征很关键。

季节特征：这个不用我多说吧？冬天风大，夏天风小，这是常识。但要注意，季节是循环的，12月之后是1月，不是13月。所以直接用1-12的数字编码会有问题。

月份特征：比季节更细粒度。我习惯用正弦余弦变换来处理月份，避免数值跳跃。

举个例子，我去年在山东一个海上风场做项目，发现模型在3月和9月总是预测不准。后来一查，原来是春分和秋分前后大气环流变化大，单纯用月份特征不够。后来我加入了「距春分天数」这个特征，效果立竿见影。

3.2 统计特征：别小看均值方差

统计特征听起来简单，但用好了能救命。我个人习惯把过去N个点的数据做统计，提取三个核心指标：

• 均值：反映整体水平。比如过去1小时的平均风速，比当前瞬时风速更稳定。
• 方差：反映波动程度。方差大说明风不稳定，这时候预测要更保守。
• 偏度：这个很多人忽略。偏度反映数据分布是否对称。正偏度说明大风出现的概率低但强度大，这对功率预测很重要。

你可能会问：这些统计特征窗口选多大合适？嗯，这个没有标准答案。我一般会试3个窗口：15分钟、1小时、6小时。短窗口捕捉快速变化，长窗口反映趋势。

3.3 滞后特征：让模型记住过去

滞后特征，就是拿过去的值当特征。比如t-1时刻的风速、t-2时刻的功率。为什么需要这个？因为风电系统有惯性，现在的出力跟过去几分钟的状态密切相关。

我曾经犯过一个错误：把所有滞后特征都加进去，结果模型过拟合得一塌糊涂。后来我总结出两个原则：

1. 滞后阶数不要太多：一般取3-5个就够了。风电系统的记忆长度有限，太远的过去意义不大。
2. 要结合物理意义：比如风速的滞后特征比功率的滞后特征更重要，因为风速是原因，功率是结果。

3.4 滑动窗口：动态看数据

滑动窗口，说白了就是用一个固定大小的窗口在时间轴上滑动，每次取窗口内的数据做计算。这个技术跟统计特征、滞后特征经常搭配使用。

我常用的滑动窗口有三种：

窗口类型	窗口大小	用途
短窗口	3-6个点（15-30分钟）	捕捉瞬时变化，用于超短期预测
中窗口	12-24个点（1-2小时）	反映短期趋势，用于短期预测
长窗口	96-192个点（8-16小时）	捕捉日周期规律，用于中长期预测

举个例子，我在做15分钟超短期预测时，只用短窗口的均值和滞后特征。但做4小时短期预测时，必须加入中窗口的方差和偏度，因为时间越长，不确定性越大。

下面是我画的一张知识结构图，帮你理清这四类特征的关系：

最后说一句，特征工程没有银弹。我每次做新项目，都会先花一周时间做特征分析，看看哪些特征真正有用。你想想看，模型再强，喂进去的是垃圾，出来的还是垃圾。所以，别急着调参，先把特征搞明白。