基于GMM聚类与CNN-BiLSTM-attention的风电功率预测实践

入行这几年，做了不少风电功率预测的项目，最深的感受是：风电场的数据看起来规整，跑起来全是坑。单说风速，不同天气过程下，同样的平均风速对应的功率能差出20%甚至更多。单纯扔一个LSTM进去，模型很容易抓住某一段工况的规律，换个天气过程就崩。后来把“高斯混合模型聚类”作为前置环节，用聚类结果辅助CNN-BiLSTM-attention模型做短期功率预测，效果提升非常明显。这篇文章就完整复盘一下这个方案的原理、实现细节和我在复现中踩过的坑，给正在做风功率预测、时序预测的同学一个可以直接参考的路线。本文同时给出了Python和MATLAB两套实现的关键代码思路，环境准备、数据清洗、聚类建模、网络训练和结果评估都会覆盖到。

1. 为什么风机功率预测要先对“天气”做聚类？——把问题拆开看

1.1 风电功率预测的核心难点

风电功率预测本质上是一个“把大气过程映射到功率曲线”的问题。物理上，风速、风向、湍流强度、温度、气压共同作用，最终决定一台风机能发出多少电。麻烦的是，这个映射关系并不稳定：低温高密度空气下，同样风速对应的功率会偏高；强湍流时，功率曲线会被明显拉宽；阵风过程里，风轮转速响应滞后，功率序列会出现明显的非平稳段。

如果在建模时把这些不同工况混在一起训练，模型内部的表示空间就要容纳多个形态差异很大的功率-风速关系。对线性模型这是灾难，对LSTM这类序列模型也好不到哪去——它虽然能记住时序上下文，但要让同一组权重同时拟合多个物理模态，代价是精度被平均掉，极端天气下误差特别大。

我最早用纯BiLSTM跑某风电场的数据时，连续晴天工况下预测误差表现不错，可一旦碰到一个锋面过境样本，预测值直接偏离真实功率一大截。这就是典型的“工况混淆”问题。把聚类加进来，本质上是先把样本按天气形态分组，让模型在更纯净的工况子集上学习，或者在输入中加入工况标识让网络有条件地调整映射关系。

1.2 聚类在这里解决的不是“分类”而是“工况对齐”

很多同学理解聚类，习惯把它当成“把数据贴标签、分类”。但在功率预测这个场景里，聚类的角色更像是“把一个连续变化的大气状态场，切分成若干内部相对一致的工况片段”。

举个例子：假设风速历史窗口中平均风速都是 8 m/s，但一组样本的风速方差很小，另一组样本的风速方差很大。前者多是稳定大风过程，功率平稳；后者往往伴随阵风，功率波动频繁。如果只用平均风速作为特征，这两类样本在特征空间完全重叠，模型没法区分。而加入风速标准差、湍流强度、风向变化率等特征后，GMM聚类可以自动把这些样本分成两组，并且给出“样本属于某一个高斯分量的概率”。

这带来一个重要好处：在模型输入中加入聚类概率向量（soft labels）而不是硬编码的0/1类别，可以让CNN知道“当前样本以75%的概率属于稳定大风工况，以25%的概率属于阵风过程”。网络学习到的映射关系就有了工况连续过渡能力，比硬切分更平滑。

1.3 总体架构：聚类-序列建模-注意力融合

整套预测流程可以拆成四段。第一段是数据清洗与特征工程，重点是把SCADA里的坏数据剔除干净，构造天气工况特征；第二段是GMM聚类，对样本窗口做工况划分，输出聚类标签或概率；第三段是特征序列构建，把历史功率、历史风速、气象特征和聚类特征拼接成多变量时间序列；第四段是CNN-BiLSTM-attention模型，先让CNN提取多变量特征的局部关联结构，再让BiLSTM建模双向时序依赖，最后用注意力机制动态聚焦对预测最关键的几个时刻。

这里要特别说一句，聚类结果并不是只用来做“分群训练”，更稳妥的做法是把聚类信息作为额外特征送入网络。这样既保留了工况信息，又让网络能够共享不同工况间共有的时序模式，数据利用率更高。

2. 数据清洗与天气工况特征工程：脏数据比模型更伤预测精度

2.1 原始SCADA数据质量问题和处理方式

SCADA系统记录的数据质量，真的需要用“残酷”两个字形容。一次我在准备训练集时，发现某台风机的功率曲线图上有一大片散点远低于理论功率，排查下来发现是限电期间的样本，风机被调度指令限制出力；另一段时间功率为零但风速正常，是风机检修停机。这类样本如果直接进训练集，模型会被带偏。

因此第一步一定是数据清洗。我习惯按以下顺序处理：

• 剔除功率为负、风速为负或超过切出风速的物理不可行样本；
• 剔除功率超过机组额定功率 1.05 倍的异常记录；
• 剔除风速正常但功率为零且持续超过30分钟的数据段（判断为停机或限电）；
• 对风速、功率做滑动窗口的3σ剔除，去除传感器瞬时毛刺；
• 对缺失值采用前后2小时线性插值，缺失比例超过10%的时段直接丢弃。

做完清洗后，还要做重采样。原始SCADA一般按秒级或分钟级记录，短期功率预测通常用15分钟分辨率。千万不要直接把秒级数据降采样到15分钟取平均值那么简单，因为风速的脉动信息在平均后丢失了。我在降采样时还会额外保存窗口内的风速标准差、风速最大值、功率标准差，这些“波动统计量”对后续聚类非常有用。

2.2 特征构造：风速向量化、风向正余弦编码、湍流强度

特征工程里最容易翻车的是风向处理。风向是角度量，350度和10度只差20度，数值上却相差340。如果直接把风向原始值作为特征喂给模型，聚类时350度和10度会被分割到距离很远的区域，这是完全错误的空间几何关系。解决办法是正余弦编码：生成 wind_dir_sin 和 wind_dir_cos 两个特征，既保留了角度连续性，又规避了0度边界跳变问题。

我使用的天气工况特征集合如下：

这些特征既参与聚类建模，也作为序列模型的输入特征之一。实践经验是：湍流强度这个特征对聚类效果的影响最大。稳定层结下湍流强度通常小于0.1，对流旺盛时可能超过0.3，这两种工况下的功率曲线差异非常显著。如果不加入这个特征，GMM聚类很容易退化成“按风速分箱”的朴素结果，失去天气工况划分的意义。

2.3 样本窗口构建与训练/验证划分

短期功率预测的输入通常是过去几小时的观测序列。我在实验中用过去6小时、15分钟一条记录，即24个时间步预测未来1小时4个时间步的功率，输出取4步均值或分别输出后加权。特征序列维度包括历史风速、历史功率、温度、气压、风向正余弦、湍流强度、聚类概率向量等，最终形成的输入张量形状为 (batch_size, 24, feature_dim)。

划分训练集和验证集时，最容易犯的错误是随机打乱。时间序列的强自相关性决定了我们必须按时间顺序切分：比如前80%时间段的样本做训练，后20%做验证。而且要注意“踩踏”问题——训练集最后一段和验证集开头一段之间需要留出至少24小时的间隔，否则验证集样本和训练集样本高度重叠，验证分数会虚高。

3. 高斯混合模型聚类的原理、实现与聚类数选择

3.1 为什么是GMM而不是K-means

如果只做硬聚类，K-means确实够用，而且运行快。但它有两个问题：一是只能得到球形簇，对狭长分布的天气特征拟合不好；二是只能输出0/1的硬标签，无法表达“样本同时部分属于多个工况”的过渡状态。

GMM假设数据由若干个高斯分布的加权组合生成。每个高斯分量都有独立的均值向量和协方差矩阵，因此可以拟合不同形状的分布。更重要的一点是，GMM通过EM算法求出每个样本属于各分量的后验概率，这正好可以转化成软标签输入给预测模型。从风电场实际数据来看，天气过程往往存在连续过渡，软标签比硬标签更符合物理直觉。

3.2 EM算法与高斯分量的工程细节

GMM的EM算法每次迭代分两步。E步根据当前参数计算每个样本属于每个高斯分量的后验概率；M步根据这些后验概率重新估计每个分量的均值、协方差和权重。迭代至对数似然收敛即可。

实现上可以直接调用scikit-learn的GaussianMixture，也可以自己写EM。工程上需要注意三点：

• 协方差类型选择full，而不是默认的tied或diag。风速标准差和湍流强度之间存在相关结构，full协方差能捕捉这种关系；
• 迭代次数不要用默认值，最好设置到200，并设定对数似然的收敛阈值，防止EM在复杂数据下提前停止；
• 因为EM可能陷入局部最优，需要设置多个随机初始化次数。用n_init=10，最终取对数似然最大的那次结果。

3.3 用BIC与轮廓系数确定分量个数

聚类数 K 的选择不能拍脑袋。我同时看两个指标：BIC（贝叶斯信息准则）和轮廓系数。BIC越小说明模型在拟合能力和复杂度之间平衡得越好，但它有时会倾向选择较多分量，所以要结合轮廓系数一起判断。

实际操作中，我对K从2到10做循环，每个K跑完GMM后计算BIC和轮廓系数。通常会看到某个K之后BIC下降变得平缓，也就是出现了“肘部”，同时轮廓系数达到局部峰值。以我某次实验为例，K=5时轮廓系数0.58，K=6时为0.55，BIC在K=6后下降幅度明显变小，因此最终选择K=5。选择聚类数后，要把GMM在全部数据上重新拟合一次，并且固定随机种子，保证后续建模结果可复现。

3.4 聚类结果不稳定的处理和修复技巧

GMM的一个麻烦是结果受随机种子影响。同一个数据集，random_state不同，聚类结果可能漂移，尤其是两个高斯分量在特征空间中有重叠时。这个问题在预测任务中不算致命，但如果要把聚类结果作为输入特征，不稳定的标签会让模型学到无意义的波动。

我的处理办法是：先跑多次聚类，通过配对标签的方法计算各个运行的ARI（调整兰德指数），选取与多数运行一致性最高的那一次作为最终结果。如果ARI普遍低于0.7，说明数据本身聚类结构很弱，这时候应该回头检查特征，而不是硬调聚类参数。

4. CNN-BiLSTM-attention结构设计与参数依据

4.1 CNN部分：多变量特征的空间相关性提取

很多人有个误解，觉得CNN只能用在图像上。实际上，一维卷积在时间序列上非常有效。对输入张量 (batch_size, time_steps, features)，Conv1D沿着时间维度滑动卷积核，每个卷积核同时覆盖所有特征通道。

在我的网络里，第一层是Conv1D，卷积核大小设为3，64个滤波器。卷积核大小为3意味着每次只看相邻3个时刻的多变量信息，这有点像一个滑动窗口特征提取器，把“局部时刻组合”的低层模式抓出来。这里我特意不使用池化层。因为在时间序列预测中，池化会压缩时间分辨率，而我们需要保持与输入等长的时间维，方便后续BiLSTM输出每个时刻的隐状态。

实现时我通常连接两层卷积。第一层64个滤波器，第二层128个滤波器，激活函数都用ReLU。卷积之后接BatchNormalization，加快收敛、抑制过拟合。

4.2 BiLSTM部分：前后向时序依赖的必要性

BiLSTM是LSTM的双向版本。标准LSTM只按时间正向传播，隐状态 $h_t$ 只能利用 $t$ 时刻之前的信息。BiLSTM增加了一条反向传播链，$h_t$ 由正向隐状态 $\overrightarrow{h}_t$ 和反向隐状态 $\overleftarrow{h}_t$ 拼接得到，因此每一个时间步都同时利用了过去和未来的上下文。

很多人会问，预测任务里未来信息不可知，为什么还要用双向？关键点是：这里的输入是历史窗口。在历史窗口内部，某个时刻的风速变化既受到之前趋势的影响，也影响着之后功率的走势。双向结构能在窗口内部更好地建模这种“因果-反因果”耦合。比如一个风速尖峰出现后，功率爬坡可能需要几分钟才能跟上；反向传播能更早识别出这种“即将到来的爬坡”模式。

BiLSTM层的单元数我设为128，返回每个时间步的隐状态序列，形状保持为 (batch_size, time_steps, 256)。

4.3 Attention机制：怎么让它把注意力放到关键时段

BiLSTM输出的是一个包含所有历史时刻隐状态的序列。最后的预测只应该重点参考其中少数关键时刻，比如爬坡启动点、峰值点。Attention机制做的就是对每个时刻的隐状态计算一个权重，然后加权求和得到上下文向量。

我用的是经典的加性注意力（additive attention），实现代码大致如下：

import tensorflow as tf from tensorflow.keras.layers import Layer class AttentionLayer(Layer): def __init__(self, **kwargs): super().__init__(**kwargs) def build(self, input_shape): self.W = self.add_weight(name='att_weight', shape=(input_shape[-1], input_shape[-1]), initializer='glorot_uniform', trainable=True) self.b = self.add_weight(name='att_bias', shape=(input_shape[-1],), initializer='zeros', trainable=True) self.v = self.add_weight(name='att_vec', shape=(input_shape[-1], 1), initializer='glorot_uniform', trainable=True) super().build(input_shape) def call(self, x): # x shape: (batch_size, time_steps, hidden_dim) u = tf.tanh(tf.tensordot(x, self.W, axes=1) + self.b) scores = tf.tensordot(u, self.v, axes=1) # (batch_size, time_steps, 1) scores = tf.squeeze(scores, -1) weights = tf.nn.softmax(scores, axis=-1) context = tf.reduce_sum(x * tf.expand_dims(weights, -1), axis=1) return context

权重本质上是在训练中自动学习哪些时间步更重要。从实验里看，强阵风样本的注意力权重往往集中在风速突变的那几个时刻，验证了注意力机制确实学到了有物理意义的时间聚焦。

4.4 网络超参数与训练策略设计

我最终的网络结构可以这样概括：输入 (24, 28)，经过两层Conv1D后进入BiLSTM(128)，再接Attention层得到上下文向量，最后经过两个全连接层输出预测功率。全连接层第一层64个神经元，接Dropout(0.3)，输出层为单个神经元。

训练时使用Adam优化器，初始学习率1e-3，并配合ReduceLROnPlateau调度器，在验证损失连续5轮不下降时把学习率乘以0.5。批次大小64，最大训练轮数80，使用EarlyStopping监控验证损失，patience设为10。损失函数用均方误差MSE，因为功率预测要惩罚大误差，MSE的二次惩罚特性正合适。

5. 仿真结果、评价指标与对比实验：数字说话

5.1 评价指标体系

短期功率预测的评估不能只看一个指标。我使用四个指标：

• RMSE：均方根误差，对大误差敏感；
• MAE：平均绝对误差，反映整体偏差水平；
• MAPE：平均绝对百分比误差，但在功率接近0时没有意义，需谨慎使用；
• R²：决定系数，衡量模型解释数据方差的比例。

此外，行业里常把RMSE除以风电场装机容量得到标幺化指标，便于不同规模风电场横向比较。

5.2 利用Python训练与MATLAB验证的工作流

很多团队的环境里既有Python又有MATLAB。我的做法是：Python负责数据清洗、聚类和深度学习模型的训练与推理，MATLAB负责功率曲线拟合、不确定性分析和结果可视化。两者通过CSV文件交换数据，不强行把流程都塞进一个环境。

MATLAB里做GMM聚类很简单：

% 数据矩阵 X：每行是一个样本的天气工况特征 gmmModel = fitgmdist(X, 5, 'RegularizationValue', 0.01, 'Options', statset('MaxIter', 200)); idx = cluster(gmmModel, X);

注意加一个小的RegularizationValue，防止协方差矩阵在特征近似共线时奇异。模型输出传给Python时，保存为带表头的CSV，Python端用pandas读取，按时间戳对齐后拼接特征。

5.3 几种模型的对比结果和其背后原因

我用某风电场的历史数据做了一组对比实验，输入特征完全相同。为了演示，这里给出一组典型数值：

物理功率曲线法在稳定工况下其实很不错，但阵风工况误差很大。标准LSTM比物理法好了不少，但缺少反向上下文建模；加上Attention后，模型对爬坡段的响应明显加快。最终加上GMM聚类信息后，RMSE相对纯CNN-BiLSTM-attention又下降了约12%。说明天气工况信息对时序模型确实有显著的辅助作用。

5.4 聚类数变化对结果的影响

聚类数K不是越大越好。我在同一数据集上测了K从3到8的RMSE变化。K=3时RMSE约为96 kW，K=5时降到了92.5 kW，K=7时反而回升到95 kW左右。这是因为K过小时工况划分不充分，K过大时每个聚类分量的样本变少，噪声增加，聚类本身也变得不稳定。实际项目中，我通常把K设在4到6之间，并配合BIC和轮廓系数一起确定。

6. 复现过程中的坑与个人经验总结

6.1 坑1：数据归一化泄漏导致成绩虚高

第一次跑通时，验证集RMSE比预想低很多，让我兴奋了一阵。后来才发现问题出在归一化：我用全量数据的均值和标准差去归一化训练集和验证集，这属于典型的数据泄漏。因为验证集的信息通过统计量传导到了训练过程，评估结果当然好看。正确的做法是先只对训练集fit归一化器，再transform验证集。如果是滑动窗口预测，最好按时间段滚动更新归一化参数，模拟真实部署场景。

6.2 坑2：attention维度写错导致信息坍缩

自实现AttentionLayer时，我一开始把tensordot(x, self.W, axes=1)的维度理解错了，导致算出的权重矩阵维度不对，后续广播规则也乱了，最终输出几乎等于对全部时刻取平均，没有任何聚焦效果。排查了整整半天，最后打印每一步的shape才发现问题。建议所有自己写attention的同学，先构造一个随机batch，逐层打印张量形状，确认从输入到context输出的shape变化完全符合预期，再进入训练。

6.3 坑3：聚类结果随随机种子漂移怎么办

前面说过GMM的EM算法对初始化敏感。在我某个数据集上，换一个随机种子，聚类结果的ARI只有0.6。这种情况下如果直接使用聚类标签，模型每次训练学到的东西都不一样。最终解决方案是多次运行、选出代表性聚类结果，并固定随机种子固化整个流程。如果你需要更严谨的结果，可以试试多次集成，比如跑20次聚类，对概率输出做平均，这样既稳定又保留了软标签的连续信息。

6.4 我的最终建议

最后分享一个我实际操作中养成的习惯：每次做功率预测项目，我都会先把功率曲线散点图画出来，按聚类标签着色。这个图能非常直观地告诉我聚类是否有意义——如果不同颜色的散点在功率曲线上分层清晰，聚类的工况划分就是有效的；如果颜色混杂成一团，说明特征构造或者聚类参数需要重新调整。这个可视化检查只需要几十秒，但能省下后面模型调试的大量时间。

整个GMM+CNN-BiLSTM-attention方案，从数据清洗到最终评估，流程不复杂，但每个环节都有容易忽略的细节。把这套流程固化下来，后续换数据、换风电场都能快速迁移。我也建议你在自己的数据上先把基础模型跑通，再逐步加入聚类信息和注意力机制，每一步都用评价指标验证效果增量，这样既容易定位问题，也能更清楚每个模块到底贡献了多少。