特征工程：让气象数据真正“说话”

大家好，我是老张。在风电行业摸爬滚打了十来年，今天咱们聊聊特征工程这个环节。

说实话，很多人觉得模型才是核心。但我个人经验告诉我——特征工程做得好，模型就成功了一半。你想想看，再牛的算法，喂进去的是垃圾数据，吐出来的只能是垃圾预测。

这一章，我带你手把手把原始气象数据，变成模型能“吃”懂的特征。

3.1 气象特征提取：风速、风向、温度、气压

先说最基础的气象特征。这四个变量，是风电预测的“四大金刚”。

这里有个坑，我必须要提醒你。

怎么解决？很简单，把风向拆成两个分量：

# 风向分解：sin和cos分量
import numpy as np

wind_direction_rad = np.deg2rad(df['wind_direction'])
df['wind_dir_sin'] = np.sin(wind_direction_rad)
df['wind_dir_cos'] = np.cos(wind_direction_rad)

这样一来，模型就能理解“风向”是个圆，而不是一条直线。

3.2 时间特征构造：小时、季节、月份

风电有个特点——时间规律性特别强。你想想看，白天风大还是晚上风大？夏天风多还是冬天风多？

所以，时间特征必须做。我一般会构造这三类：

• 小时特征：0-23，反映日内变化。比如午后风速通常较大。
• 月份特征：1-12，反映季节变化。比如春季风大，夏季风小。
• 季节特征：春/夏/秋/冬，可以编码成0/1/2/3。

但注意，小时和月份也是循环变量。23点和0点只差1小时，但数值上差了23。所以——

# 时间特征构造
df['hour'] = df['timestamp'].dt.hour
df['month'] = df['timestamp'].dt.month
df['season'] = df['month'].apply(lambda x: (x%12 + 3)//3)  # 春0夏1秋2冬3

# 循环变量分解
hour_rad = 2 * np.pi * df['hour'] / 24
month_rad = 2 * np.pi * df['month'] / 12

df['hour_sin'] = np.sin(hour_rad)
df['hour_cos'] = np.cos(hour_rad)
df['month_sin'] = np.sin(month_rad)
df['month_cos'] = np.cos(month_rad)

3.3 滞后特征与滚动窗口特征

这部分是很多新手容易忽略的。说白了，风是有“惯性”的。

什么意思？如果前10分钟风速是10m/s，那接下来5分钟大概率不会突然掉到2m/s。这就是时间序列的“自相关性”。

所以，我们要把过去时刻的信息，作为当前时刻的特征。

滞后特征（Lag Features）

滞后特征，就是取过去某个时刻的值。比如：

• lag_1：前1个时刻的风速
• lag_3：前3个时刻的风速
• lag_6：前6个时刻的风速

我一般会取滞后1、2、3、6、12、24个时刻。为什么？因为近期的变化更重要，远期的参考价值递减。

# 构造滞后特征
for lag in [1, 2, 3, 6, 12, 24]:
    df[f'wind_speed_lag_{lag}'] = df['wind_speed'].shift(lag)

滚动窗口特征（Rolling Window Features）

滞后特征只取一个点，但滚动窗口特征取的是一个时间段。比如：

• 过去1小时的平均风速
• 过去3小时的风速标准差
• 过去6小时的最大风速

这些统计量，能反映风速的“趋势”和“波动性”。

# 构造滚动窗口特征
window_sizes = [3, 6, 12]  # 窗口大小，单位是时间步

for w in window_sizes:
    df[f'wind_speed_rolling_mean_{w}'] = df['wind_speed'].rolling(window=w).mean()
    df[f'wind_speed_rolling_std_{w}'] = df['wind_speed'].rolling(window=w).std()
    df[f'wind_speed_rolling_max_{w}'] = df['wind_speed'].rolling(window=w).max()
    df[f'wind_speed_rolling_min_{w}'] = df['wind_speed'].rolling(window=w).min()

嗯，这里要注意：滚动窗口会引入NaN值。因为前几个时刻没有足够的历史数据。我一般会直接删除这些行，或者用前向填充。

3.4 本章知识体系总览

说了这么多，我画了一张图帮你理清思路。特征工程的核心逻辑，其实就是三步：

公众号:蓝海资料掘金营，微信deep3321