LSTM电力负荷预测实践：基于PyTorch的源码拆解与避坑指南

简介：基于PyTorch实现的LSTM电力负荷预测完整工程，面向具备一定Python基础、希望入门时序预测或深度学习建模的开发者。项目覆盖数据预处理、LSTM网络搭建、训练、测试与结果可视化全流程，可帮助读者理解门控机制如何缓解传统RNN的梯度消失问题，并掌握从数据清洗、归一化到模型评估的实操方法。压缩包共14个文件，包含5个Python脚本（分别对应数据处理、模型定义、训练、测试等模块）、5个CSV格式的电力负荷数据集、1个已训练好的模型权重文件、1个Markdown项目说明文档及运行生成的缓存文件，整体大小仅2.1MB，目录结构清晰、便于对照学习。目前已有156人学习下载，说明该示例具备一定参考热度。项目说明文档对代码实现和参数设置做了细致解读，可直接复现或在此基础上调整超参数、优化网络结构，是理解LSTM原理与PyTorch应用相结合的实用入门资料。

1. 从调度台到Jupyter：这份LSTM电力负荷预测源码解决了什么

做电力负荷预测的人多少都经历过这种时刻：眼看明天午高峰的负荷曲线就要往上窜，传统ARIMA或者简单回归模型的预测值却还在低位平躺，偏差大得让人没法跟调度解释。LSTM之所以在这一场景里被反复拿出来用，是因为它靠门控机制把长距离的时序依赖记住了——前一天的峰值、一周前的同类型日、节假日前后那段异常波动，都能被编码进隐状态里。这份基于PyTorch实现的LSTM电力负荷预测源码，正是把「读历史负荷序列 → 训练循环神经网络 → 输出未来一段时间的负荷值」整条链路打包好的可运行项目。

它解决的问题很具体：你有一份电力负荷历史数据（通常是按小时或15分钟一个采样点），想预测未来24小时或更长的负荷走势，但又不想从零去拼数据处理、模型搭建和评估代码。这份资源适合三类人：刚入门PyTorch、想找个完整时间序列项目练手的学生；需要快速搭建负荷预测基线的算法工程师；以及在做能源管理系统、微电网调度时，需要一个可解释、可复现预测模块的从业者。项目本身不依赖分布式集群，单张GPU甚至CPU都能跑完。接下来我会按数据准备、模型搭建、训练评估、避坑、落地这条线，把这套源码的每个关键节点拆开讲清楚。

2. 先让数据变成LSTM能吃的样子：滑窗、归一化与DataLoader的时序逻辑

2.1 负荷序列的滑窗构造：look_back怎么定才不玄学

LSTM不接收一条孤零零的数据点，它接收的是一个有先后顺序的窗口序列。电力负荷预测里最常用的做法是滑窗（sliding window）：用过去N个时刻的负荷值预测未来M个时刻的负荷值。这个N就是look_back，M一般叫predict_step。

import numpy as np from sklearn.preprocessing import MinMaxScaler def create_sequences(data, look_back=24, predict_step=1): X, y = [], [] for i in range(len(data) - look_back - predict_step + 1): X.append(data[i : i + look_back]) y.append(data[i + look_back : i + look_back + predict_step]) return np.array(X), np.array(y) # 原始负荷数据，假设已经是按小时采样的一维数组 raw_data = np.loadtxt("load_data.csv", delimiter=",") scaler = MinMaxScaler(feature_range=(0, 1)) scaled_data = scaler.fit_transform(raw_data.reshape(-1, 1)).flatten() look_back = 24 # 用过去24小时预测 predict_step = 1 # 预测下一个时刻 X, y = create_sequences(scaled_data, look_back, predict_step) train_size = int(len(X) * 0.8) X_train, X_test = X[:train_size], X[train_size:] y_train, y_test = y[:train_size], y[train_size:]

这里look_back=24的含义是：用过去24个小时的负荷来预测下一个小时的负荷。如果数据是15分钟一个采样点，24就代表6小时，得按实际采样频率换算。predict_step=1代表单步预测，这也是这套源码默认的简单场景；想要一次预测未来24小时，就把predict_step改成24，但要注意改成多步之后损失函数和评估逻辑都要跟着调整。滑窗有个容易被忽略的细节：X的形状是(samples, look_back, 1)，第三维是特征维度，LSTM要求输入必须是三维，这一点在下一步进DataLoader时要保持住。

2.2 归一化里的隐藏门槛：scaler只能fit训练集

电力负荷数值动辄几百上千MW，直接塞给LSTM会让损失函数震荡得厉害，激活函数也很容易饱和。所以归一化是必做的前置步骤。但这个环节藏着一个新手几乎必踩的坑：如果在全量数据上fit了MinMaxScaler，再用它去transform训练集和测试集，测试集的信息就已经通过scaler泄漏进了训练过程。

# 正确做法：先切分，再fit训练集 train_raw, test_raw = raw_data[:train_size + look_back], raw_data[train_size + look_back:] scaler_train = MinMaxScaler(feature_range=(0, 1)) scaler_train.fit(train_raw.reshape(-1, 1)) train_scaled = scaler_train.transform(train_raw.reshape(-1, 1)).flatten() test_scaled = scaler_train.transform(test_raw.reshape(-1, 1)).flatten()

注意这里切分原始数据时要把look_back部分预留出来，保证滑窗在边界上不会把训练集末尾的标签丢掉。测试集的归一化必须复用scaler_train，而不是重新fit一个scaler。否则测试集被单独缩放后，模型看到的数值分布和训练时不一致，预测结果在反归一化之后往往会出现整体偏移。反归一化时用同一个scaler把预测值换回真实负荷单位，这步做错了，后面所有评估指标都会失真。

2.3 DataLoader的batch顺序：别再被(batch, seq_len, input_size)绕晕

PyTorch的DataLoader会对一个batch内的序列自动在第0维堆叠。如果X的形状是(samples, look_back, 1)，那么batch出来之后是(batch_size, look_back, 1)，这正好符合nn.LSTM要求的输入形状。但不少人在这里翻车的原因是：先手动把X reshape成了(samples, 1, look_back)，想当然地以为时间维要放中间，结果batch之后变成(batch_size, 1, look_back)，LSTM把每一行当成一个时间步长度为1的序列，模型完全学不到时序依赖。

import torch from torch.utils.data import TensorDataset, DataLoader X_train_t = torch.tensor(X_train, dtype=torch.float32) y_train_t = torch.tensor(y_train, dtype=torch.float32) # 关键：X_train已经是(samples, look_back, 1)，这里不要再reshape train_dataset = TensorDataset(X_train_t, y_train_t) train_loader = DataLoader(train_dataset, batch_size=64, shuffle=True) for batch_X, batch_y in train_loader: print(batch_X.shape) # 输出: torch.Size([64, 24, 1]) # 64是batch_size，24是look_back，1是特征数 break

shuffle=True在时间序列里是个争议点。对于负荷预测这种强周期数据，shuffle之后每个batch里混着不同季节、不同时段的样本，模型更容易学到的是「给定任意历史窗口，下一时刻大概是什么量级」，而不是死记硬背书序。这套源码默认开启shuffle，我建议保留，因为负荷数据本身周期性强，不shuffle时连续batch的高度相关会让梯度更新方向偏执。但如果你要做严格的时序回测（比如用t时刻之前的所有数据训练，预测t之后），就应该把shuffle关掉，改成按时间顺序切分验证集。

3. 把LSTM模型立起来：PyTorch的nn.LSTM参数与维度对齐

3.1 nn.LSTM输入输出形状：h_n和c_n到底什么时候用

PyTorch的nn.LSTM接口非常简洁，但简洁背后是两组容易混淆的输出。一个LSTM层接收的输入形状是(seq_len, batch_size, input_size)，如果batch_first=True，则是(batch_size, seq_len, input_size)。输出有两个：output和(h_n, c_n)。output是所有时间步的隐状态序列，形状是(batch_size, seq_len, hidden_size)；h_n是最后一个时间步的隐状态，形状是(num_layers, batch_size, hidden_size)。

import torch.nn as nn class LSTMPredictor(nn.Module): def __init__(self, input_size=1, hidden_size=64, num_layers=2, output_size=1, dropout=0.2): super(LSTMPredictor, self).__init__() self.lstm = nn.LSTM( input_size=input_size, hidden_size=hidden_size, num_layers=num_layers, batch_first=True, dropout=dropout ) self.fc = nn.Linear(hidden_size, output_size) def forward(self, x): # x: (batch_size, seq_len, input_size) out, (h_n, c_n) = self.lstm(x) # out: (batch_size, seq_len, hidden_size) # 取最后一个时间步的隐状态 last_hidden = out[:, -1, :] # (batch_size, hidden_size) pred = self.fc(last_hidden) # (batch_size, output_size) return pred

在预测任务里，我们通常只关心最后一个时间步的输出，因此用out[:, -1, :]把最后一个时间步的hidden_size维向量取出来，再接一个全连接层映射到输出维度。h_n和c_n在这种单步预测场景里可以不直接用，但如果你做的是序列生成（比如解码阶段逐步喂预测值），就需要把h_n、c_n作为下一时间步的初始状态传回去。dropout在num_layers=1时传入会报警告，因为单层LSTM内部没有可dropout的层间连接，这个参数只有层数大于1才生效。

3.2 hidden_size和num_layers怎么定：先看数据量再谈调参

hidden_size是LSTM隐状态向量的维度，它决定了模型记忆容量的大小。对电力负荷预测这种单特征序列，hidden_size取32到128一般就够用。数据量只有几千个点时，hidden_size=128的模型很容易过拟合，训练loss降得很漂亮，验证集MAPE却越跑越高。num_layers决定堆叠几层LSTM，层数加深能捕捉更抽象的时序特征，但训练难度同步上升，梯度在跨层反向传播时更容易衰减。

model = LSTMPredictor( input_size=1, hidden_size=64, # 隐状态维度，中等数据量从64起步 num_layers=2, # 两层LSTM，兼顾表达能力和训练稳定 output_size=1, dropout=0.2 # 两层之间加dropout防过拟合 ) for name, param in model.named_parameters(): if 'weight_ih' in name: nn.init.xavier_uniform_(param) elif 'weight_hh' in name: nn.init.orthogonal_(param)

权重初始化在LSTM里值得单独说。PyTorch默认的初始化方式对LSTM通常能正常工作，但手动改成xavier_uniform_初始化输入权重、orthogonal_初始化循环权重，是训练更稳定的常见做法。原因在于：LSTM的循环权重矩阵如果初始特征值过大，很容易引发梯度爆炸；orthogonal初始化能保证矩阵的条件数接近1，让梯度在时间步之间传递时不至于快速膨胀或消失。这套源码里用了这个初始化方案，如果你自己写模型，建议保留。

3.3 LSTM vs 其它时序模型：为什么负荷预测场景选它不选Transformer

做负荷预测时经常被问到：为什么不用Transformer？Attention不是更强吗？关键在于数据规模和训练成本。电力负荷预测通常是单变量或少量变量的时间序列，样本量有限，Transformer在这种小规模序列上容易过拟合，而且它的位置编码和时间步之间的注意力矩阵，对周期性的捕捉并不比LSTM的门控机制更高效。LSTM的归纳偏置——逐步读取、选择性遗忘——天然贴合负荷数据的平滑连续特性。

这套源码用的就是单层或两层LSTM加一个全连接输出层的轻量结构，CPU上训练几分钟就能看到收敛趋势。如果你的数据特征不止负荷本身，还包含温度、湿度、星期几等外部变量，可以把input_size从1改成特征总数，在滑窗构造时把多列数据一起拼进X。

4. 训练循环与评估：从MSE到MAPE的完整验收流程

4.1 训练循环：Adam优化器、StepLR与梯度裁剪

LSTM训练里最常见的两个不稳定因素：学习率设太大导致loss震荡，以及时间步展开后梯度累积导致的爆炸。Adam优化器本身对学习率有一定的自适应能力，但初始学习率仍然敏感。这套源码默认用lr=0.001，配合StepLR每30个epoch衰减为原来的0.1倍，再加上梯度裁剪max_norm=1.0，基本能保证训练过程不翻车。

import torch.optim as optim from torch.optim.lr_scheduler import StepLR optimizer = optim.Adam(model.parameters(), lr=0.001) scheduler = StepLR(optimizer, step_size=30, gamma=0.1) criterion = nn.MSELoss() epochs = 80 for epoch in range(epochs): model.train() epoch_loss = 0.0 for batch_X, batch_y in train_loader: optimizer.zero_grad() pred = model(batch_X) loss = criterion(pred, batch_y) loss.backward() nn.utils.clip_grad_norm_(model.parameters(), max_norm=1.0) optimizer.step() epoch_loss += loss.item() * batch_X.size(0) scheduler.step() if (epoch + 1) % 10 == 0: print(f"Epoch {epoch + 1}/{epochs}, Loss: {epoch_loss / len(train_dataset):.6f}")

梯度裁剪这行代码容易被新手删掉，但它对LSTM几乎属于必需品。训练早期如果出现loss突然跳到nan，多半是梯度范数过大，裁剪能直接压制这个问题。StepLR的step_size要根据epoch总数调整，如果训练100个epoch，step_size=30意味着在30、60、90轮时各衰减一次；如果只跑50轮，step_size=30就只有一次衰减。这套源码默认80轮，step_size=30的配置合理。

4.2 反归一化计算MAPE：指标比loss更能说明问题

MSE是训练用的损失函数，但它给出的是归一化空间里的误差，业务上不好解释。电力负荷预测行业里最常用的验收指标是MAPE（平均绝对百分比误差）和RMSE（均方根误差）。关键在于计算这些指标前，必须把预测值和真实值都反归一化回原始负荷单位。

from sklearn.metrics import mean_squared_error, mean_absolute_percentage_error model.eval() with torch.no_grad(): test_X_t = torch.tensor(X_test, dtype=torch.float32) test_y_t = torch.tensor(y_test, dtype=torch.float32) test_pred = model(test_X_t).numpy() # 反归一化：用训练阶段同一个scaler y_test_inv = scaler_train.inverse_transform(test_y_t.numpy().reshape(-1, 1)).flatten() pred_inv = scaler_train.inverse_transform(test_pred.reshape(-1, 1)).flatten() rmse = np.sqrt(mean_squared_error(y_test_inv, pred_inv)) mape = mean_absolute_percentage_error(y_test_inv, pred_inv) * 100 print(f"RMSE: {rmse:.2f} MW") print(f"MAPE: {mape:.2f}%")

注意test_y_t和test_pred的形状需要对齐。y_test在滑窗构造时是(samples, predict_step)，predict_step=1时是(samples, 1)，reshape(-1, 1)后inverse_transform的维度才匹配。MAPE在真实负荷接近0的时刻会异常放大，比如凌晨低谷期负荷几百千瓦时，一个小的绝对误差就会产生很大的百分比误差。所以看MAPE时建议把负荷低于某个阈值（比如峰值的10%）的样本剔除后再算，否则你会被个别凌晨时段的误差拉低整体评价。

4.3 把预测曲线画出来：肉眼比指标更能发现滞后问题

数值指标不是验收的全部。把测试集的真实负荷和预测负荷画在同一张图上，你会直观看到模型的拟合质量和滞后情况。这一步我会单独说，因为曲线形态能暴露指标掩盖的问题——比如预测曲线整体向右平移了一个时间步，这种情况的MAPE可能只有5%，但实际用途上已经完全不可用。

import matplotlib.pyplot as plt plt.figure(figsize=(12, 5)) # 只展示测试集最后168个点（一周） n_show = 168 plt.plot(y_test_inv[-n_show:], label="True Load", linewidth=1.5) plt.plot(pred_inv[-n_show:], label="LSTM Prediction", linewidth=1.5, linestyle="--") plt.xlabel("Hour") plt.ylabel("Load (MW)") plt.legend() plt.grid(alpha=0.3) plt.savefig("prediction_curve.png", dpi=150)

如果预测曲线比真实曲线滞后一个时间步，你看到的现象是预测值的拐点永远比真实拐点晚到。原因通常是模型学到了「拿当前值近似下一时刻」的捷径——当负荷变化平缓时，t时刻的负荷确实接近t+1时刻，模型发现这样预测loss也很低，就不愿意去学真正的变化趋势了。减轻滞后可以从三方面入手：增加look_back到48或72，让模型有更长的上下文；把输入里加入时刻特征（比如hour_of_day的sin/cos编码）；或者对loss函数做修改，不只算MSE，而是叠加一阶差分误差项，惩罚预测曲线的形态偏差。

5. 电力负荷预测避坑指南：五个我反复踩过的坑

5.1 归一化泄漏导致测试集指标虚高

现象：测试集MAPE只有1.5%，但部署到线上之后误差直接翻倍。原因：在全量数据上fit了MinMaxScaler，测试集的数值范围被scaler提前“看过”，模型在评估时相当于开卷考试。解决：严格按「先切分，只用训练集fit scaler，再transform测试集」的顺序执行，上一章代码里的scaler_train就是为这个准备的。从那以后我每写一个时间序列项目，都会先在代码里搜一遍fit_transform的位置，确认它没有出现在切分之前。

5.2 训练loss正常但验证loss完全不平滑

现象：训练epoch从第1轮到第10轮loss持续下降，但验证集loss忽高忽低，甚至某些epoch突然变成nan。原因：学习率过大加上LSTM时间维梯度累积到爆炸，反向传播时某些参数的梯度范数超过浮点数表达上限。解决：在optimizer.step()之前加一行clip_grad_norm_(model.parameters(), max_norm=1.0)；如果已经出现nan，把学习率从0.001降到0.0005重新训练，同时检查batch输入里有没有包含nan值——负荷数据CSV里偶尔会有空行或异常字符，pd.read_csv读进来后要加一步dropna。

5.3 预测曲线整体滞后一拍

现象：预测值和真实值拟合得很好，MAPE也在可接受范围，但放大看每个峰值都晚了一个采样点才出现。原因：负荷数据相邻时刻高度相关，模型发现直接复制上一时刻的数值就能把loss降到很低，于是放弃学习真实的动态变化规律。解决：把look_back从24增大到48或72；在输入特征里拼上时间编码（小时、星期几的sin/cos变换），打破模型对“当前值即未来值”的惰性依赖；对loss加一阶差分惩罚项，用label_smooth策略强制模型关注变化趋势而不是绝对数值。

5.4 训练和测试的batch维度假设崩塌

现象：单步预测时一切正常，改成predict_step=24之后，训练代码报错说维度和预期不符。原因：y的形状从(samples, 1)变成了(samples, 24)，而模型的output_size还是1，全连接层输出维度对不上。解决：把output_size同步改成predict_step，并且在评估时把pred用reshape(-1, predict_step)和真实y对齐。多步预测如果是用递归方式（把上一步预测值拼回输入），更要注意每一步生成的张量形状必须保持(batch_size, 1, input_size)的三维结构，少了中间维度就会在cat时报错，这个坑我在自己写代码时至少踩过三次。

5.5 设备不匹配直接报错或CPU训练慢到怀疑人生

现象：程序在本机能跑，换到服务器上之后爆出RuntimeError: Expected all tensors to be on the same device。原因：模型放在了GPU上，但输入数据没有调用.to(device)，或者反过来。解决：固定写法是把device定义放在数据加载之后，统一执行model.to(device)和batch_X.to(device)。另外，PyTorch安装时要注意CPU版本和CUDA版本的区别，纯CPU版本的torch在GPU服务器上也能跑但完全用不上显卡，训练速度能差几十倍。检查方式很简单：print(torch.cuda.is_available())，输出False就得去重装对应CUDA版本的PyTorch。

6. 让模型不止会跑：多步预测、模型导出与增量学习的三个落地技巧

多步预测是负荷预测从演示走向实用的第一道坎。单步预测虽然指标好看，但调度需要的是未来24小时的曲线，而不是只告诉你下一个小时是多少。常见的做法有两种：递归多步预测和直接多步预测。递归方式把上一时间步的预测值拼进输入窗口，逐步滚动生成整个未来序列：先预测t+1，把它加进窗口末尾并去掉最旧的时间步，再预测t+2，依次类推。这种方式实现简单，但有误差累积问题——第一步预测的误差会进入第二步的输入，越往后误差越大。直接多步预测则是一次性输出未来24个时刻的负荷值，把output_size从1改成24，代价是模型结构变胖、训练时间变长。

我自己的工程习惯是两者折中：用直接多步预测输出整体趋势，再用残差修正处理误差累积。具体做法是让模型输出predict_step=24的预测序列，训练时loss在MSE基础上叠加一阶差分误差，这样模型必须学会生成形状合理的曲线而不只是逼近单点数值。代码上只需要改model的output_size为24，loss里多算一项torch.mean(torch.abs(torch.diff(pred, dim=1) - torch.diff(batch_y, dim=1)))。这个差分项的权重设为0.2左右，太小没效果，太大会让模型过度关注曲线形状而忽略绝对精度。

模型保存方面，我推荐把训练好的权重连同scaler一起打包持久化。很多项目只保存了model.state_dict()，换到另一台机器上做推理时发现还要重新fit一遍scaler才能反归一化，非常被动。正确的做法是用torch.save同时存模型状态和scaler对象：

torch.save({ 'model_state_dict': model.state_dict(), 'scaler': scaler_train, 'look_back': look_back, 'predict_step': predict_step }, 'lstm_load_forecast.pt') # 推理时恢复 checkpoint = torch.load('lstm_load_forecast.pt', map_location='cpu') model.load_state_dict(checkpoint['model_state_dict']) scaler_loaded = checkpoint['scaler']

最后说增量更新。电力负荷的模式会随季节更替缓慢漂移，一套权重跑半年之后MAPE往往从2%涨到4%。我的习惯是每周做一次轻量微调：用最近一周的新数据跑20个epoch，学习率设成初始值的十分之一，只更新模型参数不重建scaler和滑窗结构。这样既保留了历史学到的负荷模式，又能跟上最近的趋势变化。从那以后我每次上线负荷预测模型，都会把「模型保存是否带scaler」和「是否配了增量更新脚本」写进交付清单里强制检查一遍，这两个细节决定了一个模型是只能跑demo还是能扛住半年的真实业务。希望这篇拆解能帮你把这份源码跑通、跑稳，在电力负荷这条路上少绕几个弯。

本文还有配套的精品资源，点击获取