01
功率预测概述
什么是超短期功率预测 · 时间尺度0-4h · 电网调度/储能/市场交易
概念应用
02
时序数据基础
平稳性 · 自相关/偏自相关 · 趋势与季节性分解
统计分解
03
数据采集与预处理
SCADA/PMU/气象站 · 缺失值处理 · 异常检测(3σ/IQR)
清洗插值
04
特征工程基础
时间特征 · 滑动窗口统计 · 滞后特征构建
特征窗口
05
经典统计模型
移动平均(SMA/WMA) · Holt-Winters · ARIMA
统计ARIMA
06
机器学习模型入门
线性回归 · 决策树/随机森林 · SVR
ML回归
07
深度学习模型基础
RNN局限 · LSTM结构 · GRU简介
RNNLSTM
08
LSTM实战
PyTorch/TensorFlow · 数据加载器 · 训练与评估
代码LSTM
09
CNN与时序预测
Conv1D · TCN · CNN-LSTM混合
CNNTCN
10
注意力机制
自注意力 · Transformer · Informer
AttentionTransformer
11
模型评估指标
MAE/MSE/RMSE · MAPE · R² · 误差分布
指标评估
12
超参数调优
网格/随机/贝叶斯搜索 · 学习率调度
调参优化
13
防止过拟合
早停 · Dropout · L1/L2正则 · 数据增强
正则泛化
14
多步预测策略
递归/直接/Seq2Seq/多输出预测
多步策略
15
多变量预测
多入单出 · 多入多出 · 特征选择
多变量特征
16
概率预测
分位数回归 · Monte Carlo Dropout · 贝叶斯神经网络
概率区间
17
模型部署基础
ONNX · Flask/FastAPI · Docker
部署API
18
实时预测系统
Kafka/Redis · 模型在线更新 · 延迟优化
实时流处理
19
案例1：光伏功率预测
数据获取 · 特征构建 · 模型训练 · 结果分析
光伏案例
20
案例2：风电功率预测
风速-功率曲线 · 爬坡事件 · 模型对比
风电爬坡
21
案例3：负荷功率预测
节假日效应 · 温度敏感性 · 多模型融合
负荷融合
22
模型融合技术
平均/加权平均 · Stacking · XGBoost/LightGBM
集成Boosting
23
异常检测与时序
Autoencoder重构 · 预测异常 · 实时告警
异常告警
24
数据漂移与模型退化
概念漂移(DDM/ADWIN) · 重训练 · 增量学习
漂移自适应
25
可解释性分析
SHAP · 特征重要性 · 注意力可视化 · 归因
可解释SHAP
26
联邦学习与隐私保护
横向联邦 · 安全聚合 · 差分隐私
联邦隐私
27
边缘计算部署
量化/剪枝/蒸馏 · Jetson/树莓派 · 离线推理
边缘压缩
28
行业标准与规范
电网调度规程 · 并网标准 · 精度考核
标准规范
29
前沿趋势
PINN · 图神经网络 · 大模型与时序
前沿GNN
30
综合项目实战
全流程实战 · 项目文档 · 答辩与展示
实战答辩