4. 负荷预测基础：经典时间序列模型（ARIMA、SARIMA）原理与实现
说到负荷预测，我入行那会儿可没现在这么多花哨的深度学习工具。那时候，ARIMA 和 SARIMA 就是我们的看家本领。别看它们“老”，在工程实战中，这两个模型依然是很多场景下的首选。为什么？因为稳定、可解释性强，而且数据量不大的时候，效果往往比那些黑盒模型要好。
说白了，负荷预测就是根据过去的数据，猜未来的用电量。你想想看，电网调度、机组启停、市场交易，哪一样离得开这个“猜”字？今天我们就来聊聊这两个经典模型，我会结合我踩过的坑，把原理和代码都掰开揉碎了讲。
核心要点：ARIMA 处理非季节性数据，SARIMA 处理带周期性的数据。电力负荷数据，几乎都有明显的日周期和周周期，所以 SARIMA 更常用。
4.1 从 AR 到 ARIMA：一步步拆解
ARIMA 这个名字，看着挺唬人。其实拆开就是三个部分：AR（自回归）、I（差分）、MA（移动平均）。
- AR（自回归）： 用过去几天的负荷值，来预测今天的负荷。比如，今天上午10点的负荷，跟昨天上午10点的负荷关系很大。这就是自回归的思想。
- I（差分）： 让数据变得平稳。电力负荷数据通常有趋势，比如逐年增长。差分就是让数据“站”在同一个水平线上。我习惯先做一阶差分，看看数据是否平稳。
- MA（移动平均）： 关注的是过去几天的预测误差。说白了，就是修正之前的“猜错”的部分。
这三个部分组合起来，就是 ARIMA(p,d,q)。p 是自回归的阶数，d 是差分的阶数，q 是移动平均的阶数。嗯，这里要注意，这三个参数怎么选，是门学问。
我的经验： 刚开始做项目时，我总想着用 AIC/BIC 准则自动选参。后来发现，在电力负荷预测中，p 和 q 通常不会超过 7（因为一周7天）。手动调参结合 ACF/PACF 图，往往比全自动更靠谱。
4.2 SARIMA：把“周期”这个老朋友请进来
ARIMA 有个硬伤——它处理不了周期性。电力负荷的周期性太明显了：每天一个峰谷，每周一个模式。这时候，SARIMA 就登场了。
SARIMA 在 ARIMA 的基础上，增加了季节性部分。它的完整形式是 SARIMA(p,d,q)(P,D,Q,m)。其中，m 是季节周期长度。对于日负荷数据，m=24（小时周期）或 m=168（周周期，7*24）。
我记得有一次做某工业园区的负荷预测，数据有明显的“周末效应”——周末负荷比工作日低30%。如果只用 ARIMA，预测结果惨不忍睹。换成 SARIMA 后，误差直接降了一半。
避坑指南： 我曾经犯过一个低级错误——把 m 设成了 365（年周期）。结果模型训练了整整两个小时，效果还不好。后来才意识到，对于短期负荷预测（未来几小时到几天），周周期和日周期才是关键。年周期数据量不够，反而会引入噪声。
4.3 核心逻辑：一张图看懂
下面这张图，是我自己总结的 ARIMA/SARIMA 建模流程。每次做项目前，我都会在脑子里过一遍这个流程。
4.4 代码实战：用 Python 实现 SARIMA
理论说完了，咱们直接上代码。我用的是 statsmodels 库，这个库在时间序列分析里算是标配了。
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from statsmodels.tsa.stattools import adfuller
from statsmodels.graphics.tsaplots import plot_acf, plot_pacf
from statsmodels.tsa.arima.model import ARIMA
from statsmodels.tsa.statespace.sarimax import SARIMAX
from sklearn.metrics import mean_absolute_error, mean_squared_error
# 1. 加载数据（假设是某地区小时级负荷数据）
df = pd.read_csv('load_data.csv', index_col='time', parse_dates=True)
load = df['load'].values
# 2. 平稳性检验
def test_stationarity(timeseries):
result = adfuller(timeseries)
print(f'ADF Statistic: {result[0]:.4f}')
print(f'p-value: {result[1]:.4f}')
if result[1] <= 0.05:
print('数据平稳')
else:
print('数据非平稳，需要差分')
test_stationarity(load)
# 3. 一阶差分
load_diff = np.diff(load, n=1)
test_stationarity(load_diff)
# 4. 观察 ACF 和 PACF 图（辅助定阶）
fig, axes = plt.subplots(1, 2, figsize=(12, 4))
plot_acf(load_diff, lags=40, ax=axes[0])
plot_pacf(load_diff, lags=40, ax=axes[1])
plt.show()
# 5. 拟合 SARIMA 模型
# 参数说明：p=2, d=1, q=2, P=1, D=1, Q=1, m=24（日周期）
model = SARIMAX(load, order=(2, 1, 2), seasonal_order=(1, 1, 1, 24))
results = model.fit(disp=False)
print(results.summary())
# 6. 残差检验
residuals = results.resid
test_stationarity(residuals)
# 7. 预测未来24小时
forecast = results.forecast(steps=24)
print('未来24小时负荷预测值：')
print(forecast)
个人习惯： 我一般会把训练集和测试集分开，用滚动预测的方式验证模型效果。比如用前7天数据预测第8天，然后滑动窗口。这样能更真实地反映模型在工程中的表现。
4.5 参数调优：那些年我踩过的坑
参数调优是 ARIMA/SARIMA 建模中最头疼的部分。我总结了一个“三步走”策略，供你参考：
- 先定 d 和 D： 用 ADF 检验确定差分阶数。对于电力负荷，d 通常为 0 或 1，D 通常为 1（因为周周期明显）。
- 再看 ACF/PACF 图： ACF 图拖尾、PACF 图截尾，选 AR 模型；反之选 MA 模型。两者都拖尾，选 ARMA。
- 最后网格搜索： 在 p、q、P、Q 的小范围内（0-3）做网格搜索，用 AIC 或 BIC 选最优组合。
我曾经踩过的坑： 有一次我为了追求最低的 AIC，把 p 和 q 都设到了 10 以上。结果模型过拟合严重，在测试集上的误差反而比简单模型还大。后来我给自己定了个规矩：p 和 q 不超过 7，P 和 Q 不超过 2。这个经验在大多数电力负荷场景下都适用。
4.6 模型评估：别只看一个指标
评估预测效果，我习惯同时看三个指标：
| 指标 | 公式 | 说明 |
|---|---|---|
| MAE | mean(|实际值 - 预测值|) | 平均绝对误差，直观反映误差大小 |
| RMSE | sqrt(mean((实际值 - 预测值)²)) | 对大误差惩罚更大，适合关注极端情况 |
| MAPE | mean(|误差/实际值|) * 100% | 百分比误差，适合对比不同量级的数据 |
我个人最看重 MAPE。为什么？因为电力负荷的峰谷差异很大，MAPE 能告诉你“相对误差”有多大。比如，凌晨低谷时误差 10 MW 和高峰时误差 10 MW，意义完全不同。
工程经验： 对于短期负荷预测（未来1-24小时），MAPE 在 2%-5% 之间算是不错的结果。如果超过 10%，建议检查数据质量或模型参数。我曾经接手过一个项目，MAPE 高达 15%，最后发现是数据采集设备出了故障，导致部分时段数据异常。
好了，ARIMA 和 SARIMA 的核心内容就这些。别看公式复杂，其实用起来就那么几步：数据准备、平稳性检验、差分、定阶、拟合、预测。多做几个项目，你就能找到感觉了。