4. 特征工程（上）：基于物理机理的特征构造与时间特征提取

各位同学，欢迎来到特征工程环节。说实话，在风电功率预测这个领域，我见过太多人一上来就堆模型、调参数，结果效果平平。为什么？因为忽略了最根本的东西——特征。你喂给模型什么样的特征，它就能学到什么样的规律。今天这一讲，我们专门聊聊怎么从物理机理和时间维度上，把原始数据变成真正有用的特征。

4.1 物理机理特征：风速的立方

先问大家一个问题：风功率和风速是什么关系？

学过物理的都知道，风能公式是：

P = 0.5 * ρ * A * v³

其中 ρ 是空气密度，A 是风轮扫掠面积，v 是风速。注意看，风速是三次方关系。这意味着什么？风速从 5m/s 涨到 6m/s，功率不是涨 20%，而是涨了将近 73%。

所以，我个人习惯在特征工程的第一步，就把风速的立方作为一个强特征放进去。很多新手会问：「直接用风速不行吗？」行，但效果差很多。我曾在某风电场做过对比实验，加入风速立方后，模型在满发区间的预测误差直接降了 12%。

代码实现很简单：

import pandas as pd
import numpy as np

# 假设 df 包含 'wind_speed' 列
df['wind_speed_cubed'] = df['wind_speed'] ** 3

4.2 物理机理特征：空气密度计算

空气密度 ρ 这个参数，很多人容易忽略。你想想看，同样的风速，夏天和冬天的空气密度能差多少？我实测过，在海拔 1500 米的风电场，冬季空气密度比夏季高约 15%。这意味着同样的风速，冬季实际功率可能高出 15%。

空气密度计算公式：

ρ = P / (R * T)

其中 P 是大气压强（Pa），R 是气体常数（287.058 J/(kg·K)），T 是绝对温度（K）。

在实际项目中，我一般这样处理：

def calc_air_density(pressure, temp_celsius):
    """
    pressure: 大气压强，单位 hPa
    temp_celsius: 温度，单位摄氏度
    """
    P = pressure * 100  # 转换为 Pa
    T = temp_celsius + 273.15  # 转换为开尔文
    R = 287.058
    return P / (R * T)

df['air_density'] = calc_air_density(df['pressure'], df['temperature'])

有了空气密度，我们还可以构造一个更直接的物理特征：

df['theoretical_power'] = 0.5 * df['air_density'] * rotor_area * df['wind_speed_cubed']

这个理论功率特征，说白了就是给模型一个「物理先验」。模型看到这个特征，就知道在理想条件下应该输出多少功率，剩下的偏差就交给模型去学习那些非理想因素（比如尾流、湍流、偏航误差等）。

4.3 时间特征提取：小时、季节、月份

风电功率预测，时间特征的重要性不亚于物理特征。为什么？因为风的变化是有规律的。比如，很多地区白天风速大、晚上风速小；春季风大、夏季风小。这些规律，模型需要靠时间特征来学习。

我常用的时间特征提取方法：

4.3.1 小时特征

小时特征不是简单地把 0-23 扔进去。你想想看，23 点和 0 点其实只差 1 小时，但数值上差了 23。直接用原始数值，模型会认为它们差异很大，这显然不合理。

我的做法是用正弦和余弦编码：

df['hour_sin'] = np.sin(2 * np.pi * df['hour'] / 24)
df['hour_cos'] = np.cos(2 * np.pi * df['hour'] / 24)

这样，23 点和 0 点在二维空间中的距离就很近了，符合实际情况。

4.3.2 季节特征

季节特征我一般用两种方式：

• 数值型： 1=春季, 2=夏季, 3=秋季, 4=冬季。简单直接，但模型可能学不到季节之间的连续性。
• 正弦编码： 用月份的正弦值来表示季节的周期性变化。

我个人更推荐第二种：

df['month_sin'] = np.sin(2 * np.pi * df['month'] / 12)
df['month_cos'] = np.cos(2 * np.pi * df['month'] / 12)

这样 12 月和 1 月之间的距离也很近，符合冬季的连续性。

4.3.3 月份特征

月份特征除了做正弦编码，我还会保留原始的月份数值，用于捕捉一些非周期性的规律。比如某些风电场在 3 月份有特殊的季风现象，模型可以通过原始月份值学到这个规律。

4.4 知识体系总览

下面这张图，是我自己整理的特征工程（上）的知识结构，大家可以对照着看：

4.5 实战中的一些体会

讲到这里，我想分享一个真实的案例。去年我在做一个山地风电场的预测项目，数据质量很差，风速传感器经常结冰，导致风速数据偏低。如果直接用原始风速算立方，那预测值肯定偏小。

我的处理方法是：先用历史数据训练一个简单的风速校正模型，把结冰时段的风速修正回来，再计算立方特征。虽然多了一步，但最终预测精度提升了 8%。

所以，特征工程不是死板地套公式，而是要结合数据质量和现场情况灵活处理。你想想看，如果传感器都坏了，再好的特征工程也是白搭。

---

公众号:蓝海资料掘金营，微信deep3321