2、数据基础：功率数据的特性（周期性、波动性、随机性），数据采集与频率

好，咱们正式开始聊功率数据。说实话，很多做预测的同行，一上来就急着调模型、调参数，结果效果总是不理想。我见过太多这样的案例了。其实问题的根源，往往不在模型，而在数据本身。你连数据的脾气都没摸透，模型怎么可能听话？

这一节，我就带你好好看看功率数据到底长什么样。它的三个核心特性——周期性、波动性、随机性，你必须刻在脑子里。另外，数据怎么采、采多快，这些看似基础的问题，其实藏着不少坑。

2.1 功率数据的三大特性

功率数据不是一堆冷冰冰的数字。它有自己的“性格”。我个人习惯把它的性格总结为三个词：周期、波动、随机。

2.1.1 周期性

什么叫周期性？说白了，就是有规律地重复出现。光伏功率最典型。你想想看，每天太阳东升西落，光伏出力自然就是“早上升、中午高、下午降、晚上归零”。这个规律，雷打不动。

风电也有周期性，但没那么明显。比如，某些地区春季风大、夏季风小，这是年周期。一天之内，有些地方晚上风大、白天风小，这是日周期。但风电的周期，往往会被其他因素打乱。

为什么周期性能帮我们做预测？ 因为我们可以利用历史同期数据做参考。比如预测明天中午12点的光伏功率，我可以先看看过去一周每天中午12点的数据，心里就有个底。

2.1.2 波动性

波动性，就是数据上蹿下跳的程度。光伏功率的波动，主要看云。一片云飘过来，功率可能瞬间掉一半。云过去了，又瞬间恢复。这种波动，速度很快，幅度很大。

风电的波动更“野”。风速一变，功率跟着变。有时候几分钟内，功率能从满发掉到零。我在项目中遇到过，有一次台风过境，风电场功率在10分钟内从80%额定功率掉到5%，调度那边直接打电话过来问怎么回事。

波动性给预测带来的挑战是：你不能只靠平均值。平均值会抹掉很多细节。你需要知道波动的幅度和频率，才能设计出能应对极端情况的模型。

2.1.3 随机性

随机性，就是不可预测的部分。比如，天气预报说今天晴天，结果突然来了一场雷阵雨。光伏功率瞬间归零。这种随机事件，你没法提前精确知道。

但注意，随机性不等于完全没规律。我们可以用概率来描述它。比如，某地区7月份下午3点，出现雷阵雨的概率是15%。那我们在做预测时，就可以给出一个概率区间，而不是一个确定值。

我曾经犯过一个错误：试图用一个确定性模型去预测所有情况。结果在随机事件发生时，预测误差大得离谱。后来我学乖了，改用概率预测，给调度提供“有80%的概率功率在50-60MW之间”这样的信息，反而更实用。

2.2 数据采集与频率

聊完数据特性，咱们说说数据怎么来。数据采集，听起来简单，但里面的门道不少。

2.2.1 采集什么？

除了功率本身，你还需要采集相关的辅助数据。我个人习惯，至少采集以下几类：

• 功率数据： 有功功率（MW）、无功功率（MVar）
• 气象数据： 风速、风向、辐照度、温度、湿度、气压
• 设备状态数据： 风机/光伏板的运行状态、故障信号、限电指令

别小看设备状态数据。有一次，我发现模型预测误差突然变大，查了半天，原来是风电场被调度限电了，但我的模型不知道。从那以后，我每次建模都会把限电标志位加进去。

2.2.2 采集频率

采集频率，就是多久采一次数据。这个选择很关键。频率太低，会丢失细节；频率太高，数据量太大，存储和处理都是负担。

我一般遵循以下原则：

2.2.3 采集中的常见问题

数据采集不是一劳永逸的。我遇到过不少问题，这里列几个典型的：

• 数据缺失： 传感器故障、通信中断，都会导致数据缺失。处理办法：用插值法填充，或者直接丢弃缺失时段。
• 数据异常： 比如功率突然变成负数，或者风速达到100m/s。这明显是错误数据。需要设置合理的上下限，进行过滤。
• 时间戳不同步： 功率数据和气象数据来自不同系统，时间可能对不上。我曾经吃过这个亏，模型训练时发现相关性很低，查了半天，原来是两个系统的时间差了5分钟。

2.3 知识体系总览

为了让你更直观地理解这一章的内容，我画了一张图。它把功率数据的特性、采集频率、以及它们之间的关系，都串起来了。

这张图你看懂了吗？从上往下看，先认识数据的三大特性，然后根据你的预测目标选择合适的采集频率，最后别忘了做数据质量检查。每一步都踩实了，后面的模型才能站得稳。

嗯，这一节的内容就到这里。数据基础打牢了，后面讲特征工程和模型选型时，你会觉得轻松很多。