簡介時間序列預測是數(shù)據(jù)分析與人工智能領(lǐng)域的核心課題旨在根據(jù)歷史數(shù)據(jù)推斷未來趨勢。其原理在于挖掘數(shù)據(jù)中的時序依賴與模式對于能源、金融、物聯(lián)網(wǎng)等場景具有重要價值。Transformer模型憑借其強大的自注意力機制能有效捕捉序列中的長程依賴關(guān)系克服了傳統(tǒng)RNN/LSTM在并行計算與記憶瓶頸上的局限為復雜時序預測任務(wù)提供了新的解決方案。本文聚焦于光伏發(fā)電這一典型應(yīng)用場景深入探討如何利用Matlab平臺構(gòu)建一個面向多變量輸入、多步功率預測的Transformer模型涵蓋從數(shù)據(jù)預處理、特征工程到模型訓練與評估的全流程為相關(guān)領(lǐng)域的算法實踐提供具體參考。1. 項目概述當Transformer遇見光伏功率預測最近在做一個光伏電站的功率預測項目客戶要求不僅要預測未來一個時間點的功率還要能給出未來多個時間點的連續(xù)預測值也就是所謂的“多步預測”。同時輸入也不能僅僅是歷史功率數(shù)據(jù)還得把氣象站傳來的輻照度、溫度、濕度這些變量都考慮進去做成“多變量”輸入。這讓我立刻想到了這幾年在自然語言處理領(lǐng)域大殺四方的Transformer模型。很多人覺得Transformer就是搞文本、搞大模型的其實它在處理時間序列這種帶有時序依賴關(guān)系的數(shù)據(jù)上潛力巨大。它的核心注意力機制天生就擅長捕捉序列中任意兩個時間點之間的長程依賴這比傳統(tǒng)的LSTM、GRU在理論上更有優(yōu)勢。于是我決定用Matlab來搭建一個基于Transformer的多變量多步光伏功率預測模型。選擇Matlab一方面是因為項目合作方的數(shù)據(jù)分析團隊主要用它生態(tài)對接方便另一方面Matlab在矩陣運算、信號處理和可視化方面的工具箱非常強大對于快速原型開發(fā)和結(jié)果驗證特別友好。這個項目最終產(chǎn)出了一套完整的、可運行的Matlab源碼以及處理好的示例數(shù)據(jù)集。通過這篇文章我想把從數(shù)據(jù)準備、模型構(gòu)建、訓練調(diào)參到預測評估的全過程拆解清楚尤其是如何將Transformer的Encoder-Decoder架構(gòu)適配到時間序列預測任務(wù)上這里面有不少細節(jié)和坑需要留意。無論你是能源領(lǐng)域的研究者還是對時序預測感興趣的算法工程師相信這套方案都能給你提供一個扎實的起點。2. 核心思路與模型架構(gòu)設(shè)計2.1 為什么選擇Transformer進行時間序列預測在深入代碼之前我們必須先想明白一個問題為什么是Transformer對于光伏功率預測這種典型的時間序列問題傳統(tǒng)方法如ARIMA、Prophet以及深度學習中的RNN、LSTM家族不是已經(jīng)很成熟了嗎關(guān)鍵在于長程依賴和并行計算。光伏功率受到天氣變化的強烈影響而天氣系統(tǒng)如云團移動的影響可能跨越數(shù)小時。一個經(jīng)典的LSTM單元其記憶能力隨著時間步的增加會逐漸衰減雖然比普通RNN強但對于捕捉非常長期的、復雜的非線性依賴關(guān)系仍然存在“記憶瓶頸”。Transformer的自注意力機制則完全不同。在計算當前時間步的表示時它可以“看到”輸入序列中所有時間步的信息并通過注意力權(quán)重動態(tài)決定哪些歷史時刻更重要。這意味著模型能同時考慮到早上6點的晴朗天氣和中午12點的突發(fā)云層對下午3點功率的影響這種全局視野是循環(huán)神經(jīng)網(wǎng)絡(luò)難以企及的。其次Transformer的訓練是高度并行化的。RNN/LSTM必須按時間步順序計算無法并行。而Transformer將整個序列一次性輸入注意力權(quán)重的計算可以并行進行這在利用GPU進行訓練時能帶來顯著的加速尤其當我們的歷史序列長度Look-back window設(shè)置得比較長時優(yōu)勢更明顯。當然Transformer用于時間序列也有其挑戰(zhàn)。最突出的就是它缺乏對序列順序的固有感知。在NLP中我們通過“位置編碼”來告訴模型單詞在句子中的位置。在時間序列里時間順序就是一切所以我們必須設(shè)計合適的位置編碼將時間信息甚至是小時、星期等周期性信息有效地注入模型。2.2 多變量多步預測的問題定義與模型選型我們的任務(wù)可以形式化地定義如下 給定過去T個時間步的觀測數(shù)據(jù)X [x_{t-T1}, ..., x_t]其中每個x_i是一個包含M個變量的向量例如功率、輻照度、溫度、濕度。我們的目標是預測未來H個時間步的目標變量值Y [y_{t1}, ..., y_{tH}]這里y通常就是光伏功率。這就是一個典型的多變量輸入、單變量輸出、多步預測問題。當然模型也可以擴展為預測所有變量的未來值但根據(jù)業(yè)務(wù)需求我們聚焦于功率預測。對于多步預測有兩種主流策略遞歸預測訓練一個單步預測模型。預測時先用歷史數(shù)據(jù)預測t1時刻的值然后將這個預測值作為輸入的一部分再去預測t2時刻如此遞歸進行。缺點是誤差會隨著預測步長累積。直接多步預測訓練一個模型直接輸出未來H個時間步的預測序列。這要求模型有更強的序列生成能力。我們采用的是Encoder-Decoder架構(gòu)的Transformer它天然適合這種“序列到序列”的任務(wù)。Encoder負責編碼過去T個時間步的歷史信息將其壓縮成一個包含全局信息的上下文向量在Transformer中這通常是Encoder最后一層的輸出序列。Decoder則根據(jù)這個上下文向量自回歸地或一次性地生成未來H個時間步的預測序列。在訓練時我們會使用“教師強制”技術(shù)即將真實的歷史功率值而非上一時刻的預測值輸入Decoder以加速收斂。2.3 項目整體架構(gòu)與Matlab實現(xiàn)路徑在Matlab中實現(xiàn)這樣一個模型我們大致需要走通以下流程這也是我們源碼的核心骨架數(shù)據(jù)準備與預處理模塊加載原始數(shù)據(jù)處理缺失值進行歸一化并滑動窗口生成模型所需的(樣本, 歷史序列長度T, 變量數(shù)M)和(樣本, 預測步長H)格式的數(shù)據(jù)集。模型構(gòu)建模塊利用Matlab的Deep Learning Toolbox搭建Transformer的Encoder和Decoder層。這包括位置編碼層實現(xiàn)正弦余弦位置編碼或可學習的位置編碼。多頭自注意力層Matlab提供了layerNormalizationLayer,multiheadAttentionLayer等但需要正確配置Q、K、V的掩碼。前饋網(wǎng)絡(luò)層簡單的全連接層加激活函數(shù)。編碼器-解碼器注意力層這是Decoder中連接Encoder輸出的關(guān)鍵。訓練與驗證模塊配置訓練選項優(yōu)化器、學習率、批次大小劃分訓練集、驗證集進行模型訓練并監(jiān)控損失曲線防止過擬合。預測與后處理模塊使用訓練好的模型對測試集進行預測將歸一化的預測結(jié)果反歸一化回原始功率值并計算評估指標如RMSE, MAE, MAPE?？梢暬c分析模塊繪制真實值與預測值的對比曲線分析誤差分布可視化注意力權(quán)重以解釋模型決策可選但很有價值。注意Matlab的深度學習工具箱在R2021a版本后對Transformer的支持才比較完善。如果你的版本較舊可能需要手動實現(xiàn)一些層或者考慮使用第三方開源實現(xiàn)進行集成。3. 數(shù)據(jù)準備光伏數(shù)據(jù)的特性與預處理實戰(zhàn)3.1 數(shù)據(jù)來源與字段解析我們使用的數(shù)據(jù)集通常來自光伏電站的SCADA系統(tǒng)和同址氣象站。一個典型的數(shù)據(jù)行可能包含以下字段時間間隔為15分鐘或1小時時間戳Timestamp目標變量PV_Power (kW)- 光伏電站實際輸出功率。輸入特征GHI (W/m2)- 水平面總輻照度最核心的特征。Ambient_Temp (°C)- 環(huán)境溫度影響光伏板效率。Relative_Humidity (%)- 相對濕度可能影響散射輻照及板面清潔度。Wind_Speed (m/s)- 風速影響組件散熱。Cloud_Cover (oktas)- 云量如果有。數(shù)據(jù)的質(zhì)量直接決定了模型的天花板。光伏數(shù)據(jù)有幾個鮮明的特點強周期性日周期、年周期、間歇性與波動性受云層影響劇烈、有明確的物理上限裝機容量限制夜間功率為零。3.2 數(shù)據(jù)清洗與缺失值處理實戰(zhàn)光伏數(shù)據(jù)缺失是常態(tài)原因包括傳感器故障、通信中斷、夜間無數(shù)據(jù)等。夜間數(shù)據(jù)處理對于明確無輻照、無功率的夜間時段例如根據(jù)地理位置和日期計算出的日落至日出時間可以直接填充為0。這不僅是合理的還能幫助模型學習“功率為零”的明確模式。隨機缺失處理對于白天的隨機缺失點簡單的線性插值或前后時刻均值填充在時間序列中很常用。但對于輻照度、功率這種可能劇烈波動的數(shù)據(jù)我更傾向于使用時間序列特異性方法如基于歷史同期例如昨天同一時刻上周同一時刻數(shù)據(jù)的加權(quán)平均進行填充。在Matlab中可以使用fillmissing函數(shù)選擇‘movmean’或‘linear’方法。% 示例使用線性插值填充缺失值 dataTable fillmissing(dataTable, ‘linear’);異常值檢測與處理光伏功率不可能超過裝機容量也不可能在深夜有高值。我們可以設(shè)置物理邊界進行裁剪。對于更隱蔽的異常如晴空下的極低功率可以結(jié)合輻照度進行判斷如果輻照度很高但功率極低可能是設(shè)備故障這類數(shù)據(jù)點應(yīng)考慮剔除或標記。實操心得不要急于一次性處理所有缺失值。先分析缺失模式隨機缺失還是連續(xù)缺失塊。對于連續(xù)缺失超過2小時的數(shù)據(jù)塊即使插值其可靠性也存疑。有時更穩(wěn)健的做法是將包含長連續(xù)缺失的數(shù)據(jù)段從訓練集中移除而不是強行填充。3.3 特征工程與序列構(gòu)造這是將原始數(shù)據(jù)表轉(zhuǎn)化為模型可消化格式的關(guān)鍵一步。歸一化/標準化不同特征量綱差異巨大輻照度上千濕度是百分比必須進行縮放。對于光伏功率和輻照度我推薦使用Min-Max歸一化到[0,1]區(qū)間因為它們的值有明確的物理下限0。對于溫度可以使用Z-score標準化減去均值除以標準差。務(wù)必保存用于訓練集縮放的參數(shù)最小值、最大值、均值、標準差用于對驗證集、測試集進行相同的變換以及最終的反歸一化。% 示例對訓練數(shù)據(jù)做Min-Max歸一化 [trainDataNormalized, ps] mapminmax(trainData’, 0, 1); % ps 包含縮放參數(shù) trainDataNormalized trainDataNormalized’; % 對測試數(shù)據(jù)使用相同的參數(shù) testDataNormalized mapminmax(‘a(chǎn)pply’, testData’, ps)’;時間特征嵌入Transformer本身不知道時間順序我們需要顯式地告訴它。除了使用可學習的位置編碼對應(yīng)序列中的順序位置外強烈建議將時間的周期性特征作為額外的變量輸入模型。例如從時間戳中提取sin_hour,cos_hour將一天中的小時數(shù)轉(zhuǎn)換為正弦余弦對以表示24小時周期。sin_day_of_week,cos_day_of_week表示周周期。sin_day_of_year,cos_day_of_year表示年周期注意閏年。 這些周期性特征能極大地幫助模型學習到功率隨日、周、年的變化規(guī)律?；瑒哟翱跇?gòu)造樣本這是最核心的步驟。假設(shè)歷史窗口長度T168過去7天每小時一個點預測步長H24未來24小時。我們從時間序列起點開始滑動每次滑動一個時間步生成一個樣本。樣本輸入X形狀為(num_samples, T, M)。M是特征數(shù)量包括功率、氣象變量以及我們添加的時間周期性特征。樣本輸出Y形狀為(num_samples, H)。這里Y只包含未來H個時間步的功率值。 在Matlab中可以編寫一個自定義函數(shù)來實現(xiàn)這個滑動窗口邏輯確保序列的連續(xù)性不被破壞。4. Transformer模型在Matlab中的具體實現(xiàn)4.1 構(gòu)建位置編碼與模型輸入層首先我們需要實現(xiàn)位置編碼。這里我采用經(jīng)典的“正弦余弦”位置編碼因為它能處理比訓練時看到的序列更長的序列具有一定的外推性。function PE positionalEncoding(seqLen, d_model) % seqLen: 序列長度 T % d_model: 模型嵌入維度 PE zeros(seqLen, d_model); position (0:seqLen-1)‘; div_term exp((0:2:(d_model-1)) * -(log(10000.0) / d_model)); PE(:, 1:2:end) sin(position * div_term); PE(:, 2:2:end) cos(position * div_term); PE dlarray(PE); % 轉(zhuǎn)換為dlarray以供深度學習使用 end在模型層面我們的輸入將包含兩部分經(jīng)過線性投影的特征序列以及加上去的位罝編碼。在Matlab中我們可以通過創(chuàng)建一個自定義層來集成位置編碼或者簡單地在模型的前向傳播函數(shù)中相加。4.2 編碼器堆疊多頭注意力與前饋網(wǎng)絡(luò)Matlab的Deep Learning Toolbox提供了構(gòu)建Transformer的基礎(chǔ)層。一個編碼器層通常包含多頭自注意力層 (multiheadAttentionLayer)第一個加法和層歸一化 (layerNormalizationLayer,additionLayer)前饋網(wǎng)絡(luò)兩個全連接層加激活函數(shù)如ReLU第二個加法和層歸一化關(guān)鍵是如何配置multiheadAttentionLayer。我們需要設(shè)置NumHeads頭數(shù)通常為8或16KeyDimension每個頭的鍵向量維度通常為d_model/NumHeads。對于編碼器的自注意力我們需要一個下三角掩碼嗎不需要。編碼器處理的是完整的已知歷史序列允許所有位置關(guān)注所有其他位置以充分提取信息。% 示例創(chuàng)建一個編碼器層簡化示意非完整可運行代碼 numHeads 8; keyDimension 128/numHeads; % 假設(shè) d_model128 selfAttentionLayer multiheadAttentionLayer(numHeads, keyDimension, ... ‘Name’, ‘encoder_self_attention’); addNorm1 layerNormalizationLayer(‘Name’, ‘encoder_add_norm1’); % 前饋網(wǎng)絡(luò)通常是一個兩層MLP ffn [ fullyConnectedLayer(512, ‘Name’, ‘encoder_ffn_fc1’) % 隱藏層維度通常比d_model大 reluLayer(‘Name’, ‘encoder_ffn_relu’) fullyConnectedLayer(128, ‘Name’, ‘encoder_ffn_fc2’) % 輸出維度回到d_model ]; addNorm2 layerNormalizationLayer(‘Name’, ‘encoder_add_norm2’); encoderLayer [selfAttentionLayer, addNorm1, ffn, addNorm2]; % 注意這里省略了殘差連接additionLayer的具體連接邏輯實際構(gòu)建需使用layerGraph。4.3 解碼器堆疊與編碼器-解碼器注意力解碼器比編碼器復雜一些。它包含掩碼多頭自注意力層為了防止解碼時“偷看”未來的信息必須使用一個上三角掩碼掩碼矩陣的主對角線及以上為-inf或一個很大的負數(shù)以下為0確保在預測第i個位置時只能關(guān)注到第1到第i-1個位置。加法和層歸一化。編碼器-解碼器注意力層這是關(guān)鍵它的Query來自解碼器上一層的輸出而Key和Value來自編碼器最終的輸出序列。這樣解碼器在生成每一個未來時間步的預測時都可以動態(tài)地“回顧”整個歷史序列中最相關(guān)的部分。前饋網(wǎng)絡(luò)和另一個加法和層歸一化。在Matlab中為解碼器自注意力配置掩碼需要一些技巧。通常我們需要在自定義訓練循環(huán)中手動創(chuàng)建并應(yīng)用這個掩碼矩陣。4.4 輸出層與損失函數(shù)解碼器的最終輸出通過一個全連接層將d_model維的向量映射到預測步長H。也就是說我們采用直接多步預測讓模型一次性輸出未來H個點的預測值。這要求解碼器有足夠強的表征能力。損失函數(shù)通常選擇均方誤差因為它對較大的誤差懲罰更重在回歸任務(wù)中很常用。在Matlab中可以使用mseLoss函數(shù)。% 輸出層 finalFC fullyConnectedLayer(H, ‘Name’, ‘final_fc’); % H為預測步長 regressionLayer(‘Name’, ‘output’); % 回歸輸出層默認使用MSE損失5. 模型訓練、調(diào)參與評估全流程5.1 數(shù)據(jù)集劃分與訓練配置千萬不要用全部數(shù)據(jù)訓練后再用最后一部分測試這會導致時間序列泄露。必須按時間順序劃分例如用前70%的數(shù)據(jù)作為訓練集中間15%作為驗證集用于早停和調(diào)參最后15%作為測試集最終評估模型訓練中完全不可見。訓練配置是關(guān)鍵優(yōu)化器Adam或AdamW是首選自適應(yīng)學習率收斂快且穩(wěn)。學習率從3e-4或1e-4開始嘗試?？梢允褂脤W習率預熱和余弦衰減調(diào)度這對Transformer訓練有益。批次大小根據(jù)GPU內(nèi)存調(diào)整32或64是常見的起點。太小不穩(wěn)定太大可能泛化性稍差。Epochs設(shè)置一個較大的值但配合早停。監(jiān)控驗證集損失當其在連續(xù)多個Epoch如10個不再下降時停止訓練并回滾到驗證損失最小的模型權(quán)重。在Matlab中可以使用trainingOptions函數(shù)配置這些參數(shù)并利用trainNetwork進行訓練如果模型是LayerGraph。對于更復雜的自定義訓練循環(huán)例如需要自定義掩碼則需要使用dlarray和dlfeval等函數(shù)手動編寫訓練循環(huán)。5.2 超參數(shù)調(diào)優(yōu)實戰(zhàn)Transformer有幾個關(guān)鍵超參數(shù)對性能影響顯著歷史窗口長度輸入序列長度T。太短模型看不到足夠的歷史模式太長計算負擔增加且可能引入無關(guān)噪聲。對于光伏預測需要至少覆蓋一個完整的日周期24小時?？紤]到天氣系統(tǒng)的連續(xù)性T72到1683天到7天是常見的探索范圍。模型維度d_model。這是嵌入向量和注意力層的維度。太小則模型容量不足太大容易過擬合且訓練慢?？梢詮?28或256開始嘗試。注意力頭數(shù)num_heads。通常設(shè)置為d_model能被整除的數(shù)如8或16。更多的頭允許模型在不同的表示子空間中共同關(guān)注信息。前饋網(wǎng)絡(luò)隱藏層維度d_ff。通常是d_model的2-4倍如512或1024。編碼器/解碼器層數(shù)N。對于時間序列預測通常不需要像BERT那樣深。N2或3層往往就能取得不錯的效果更深可能帶來提升但也會增加過擬合風險。調(diào)參心得不要一次性調(diào)整所有參數(shù)。建議采用“控制變量法”。首先固定一個中等復雜度的架構(gòu)如d_model128, num_heads8, N2去調(diào)整T和H找到合適的歷史和未來視野。然后在此基礎(chǔ)上微調(diào)模型維度d_model和層數(shù)N。使用驗證集的RMSE作為評判標準。5.3 預測結(jié)果后處理與評估指標模型輸出的是歸一化后的預測值。我們需要使用之前保存的縮放參數(shù)ps將其反歸一化回實際的功率值kW。評估指標必須全面RMSE均方根誤差。因為它與目標變量單位一致kW最直觀。但它對異常值敏感。MAE平均絕對誤差。比RMSE更穩(wěn)健不受大誤差的平方放大影響。MAPE平均絕對百分比誤差。能反映誤差的相對大小但在真實值接近零時如夜間會趨于無窮大對于光伏數(shù)據(jù)需謹慎使用。一個改進版本是sMAPE對稱平均絕對百分比誤差。R2決定系數(shù)。衡量模型對數(shù)據(jù)波動的解釋能力越接近1越好。在Matlab中計算這些指標非常方便% 假設(shè) y_true 和 y_pred 是反歸一化后的真實值和預測值矩陣 rmse sqrt(mean((y_true - y_pred).^2, ‘a(chǎn)ll’)); mae mean(abs(y_true - y_pred), ‘a(chǎn)ll’); % 計算R2 ss_res sum((y_true - y_pred).^2, ‘a(chǎn)ll’); ss_tot sum((y_true - mean(y_true, ‘a(chǎn)ll’)).^2, ‘a(chǎn)ll’); r2 1 - (ss_res / ss_tot);6. 結(jié)果可視化、可解釋性與模型對比6.1 預測曲線對比與誤差分析將測試集上某幾天的真實功率曲線與模型的預測曲線繪制在一起是最直接的評估方式。不僅要看整體擬合程度更要關(guān)注峰值預測能力模型能否準確預測中午時段的功率峰值波動跟隨能力當云層導致功率快速下降時模型的預測曲線是平滑過渡還是能捕捉到突變?nèi)粘鋈章涔拯c在功率開始上升和下降的拐點處預測是否滯后除了曲線還應(yīng)繪制誤差真實值-預測值的時間序列圖或分布直方圖。理想的誤差分布應(yīng)該是以0為中心的正態(tài)分布。如果誤差呈現(xiàn)明顯的系統(tǒng)性偏差如全天候偏高或偏低說明模型存在偏差如果誤差在波動劇烈時變大說明模型對突變的捕捉能力不足。6.2 注意力權(quán)重的可視化可解釋性嘗試Transformer的一個潛在優(yōu)勢是可解釋性。我們可以提取編碼器最后一層的自注意力權(quán)重矩陣它是一個[T, T]的矩陣其中每個元素a_ij表示在編碼歷史信息時時間步i對時間步j(luò)的關(guān)注程度。將其可視化例如用heatmap函數(shù)可能會發(fā)現(xiàn)有趣的模式周期性關(guān)注模型可能會學習到關(guān)注昨天同一時刻或上周同一時刻的模式。局部關(guān)注相鄰時間點通常有較高的注意力權(quán)重。關(guān)鍵事件關(guān)注在功率發(fā)生劇烈變化的時刻如云遮模型可能會廣泛關(guān)注之前多個時刻來推斷原因。雖然時間序列的注意力解釋不如NLP中那么直觀但這仍然是理解模型內(nèi)部工作機制的一個寶貴窗口。6.3 與基線模型的對比實驗為了證明Transformer的有效性必須與經(jīng)典方法進行對比?？梢栽O(shè)置以下基線模型持久化法用最近一個時刻的值作為未來所有時刻的預測值。這是最簡單的基線。線性回歸/ARIMA經(jīng)典時序統(tǒng)計模型。LSTM/GRU經(jīng)典的深度學習時序模型。Seq2Seq with Attention基于RNN的編碼器-解碼器加注意力機制。在同一測試集上用相同的評估指標RMSE, MAE進行比較。一個設(shè)計良好的Transformer模型通常能在RMSE和MAE上顯著優(yōu)于LSTM尤其是在需要捕捉長程依賴的預測任務(wù)上。但也要注意Transformer的訓練成本通常更高需要更多的數(shù)據(jù)才能發(fā)揮其優(yōu)勢。7. 常見問題、避坑指南與進階思考7.1 訓練不穩(wěn)定或發(fā)散怎么辦Transformer訓練有時會不穩(wěn)定特別是學習率設(shè)置不當時。學習率預熱在訓練初期如前10%的步數(shù)將學習率從0線性增加到預設(shè)值有助于穩(wěn)定訓練。梯度裁剪設(shè)置一個梯度范數(shù)的閾值如1.0或5.0防止梯度爆炸。檢查數(shù)據(jù)歸一化確保輸入特征被妥善歸一化過大或過小的值會導致梯度問題。降低模型復雜度如果數(shù)據(jù)量不大先嘗試更小的d_model和更少的層數(shù)。7.2 模型過擬合了怎么處理過擬合表現(xiàn)為訓練損失持續(xù)下降但驗證損失早早就停止下降甚至開始上升。數(shù)據(jù)增強對于時間序列可以在時間維度進行輕微的隨機縮放、添加微小噪聲或進行片段丟棄。Dropout在Transformer的前饋網(wǎng)絡(luò)層后、殘差連接前加入Dropout層是有效的正則化手段。Matlab的dropoutLayer可以很方便地添加。權(quán)重衰減在優(yōu)化器如AdamW中設(shè)置一個小的權(quán)重衰減系數(shù)。早停這是最常用且有效的方法。7.3 預測步長H較長時末尾步長預測不準這是多步預測的常見挑戰(zhàn)。隨著預測步長增加不確定性累積模型對更遠未來的預測能力自然下降。課程學習訓練時可以先讓模型學習預測較短的步長如H6待其收斂后再逐步增加預測步長進行微調(diào)。多分辨率預測可以訓練多個模型一個負責預測未來1-6小時高精度另一個負責預測7-24小時趨勢性?；蛘咴贒ecoder輸出時讓不同位置的神經(jīng)元側(cè)重不同時間尺度的預測。引入不確定性估計不單單輸出一個點預測值而是輸出一個預測分布如高斯分布的均值和方差這可以通過概率預測模型實現(xiàn)。7.4 Matlab實現(xiàn)中的性能優(yōu)化Matlab在處理循環(huán)和自定義層時可能不如Python靈活但通過向量化操作可以極大提升效率。數(shù)據(jù)加載使用matfile函數(shù)部分加載大型數(shù)據(jù)集避免一次性讀入內(nèi)存。向量化滑動窗口避免使用for循環(huán)逐個生成樣本嘗試用im2col或自定義矩陣操作實現(xiàn)向量化窗口構(gòu)造。使用GPU確保trainingOptions中設(shè)置了‘ExecutionEnvironment’, ‘gpu’并將數(shù)據(jù)通過gpuArray或dlarray自動轉(zhuǎn)換到GPU。最后我想分享一點個人體會Transformer在光伏預測上的成功應(yīng)用不僅僅是換了一個更強大的模型那么簡單。它迫使我們?nèi)ジ钊氲厮伎紩r間序列數(shù)據(jù)的結(jié)構(gòu)如何將時間信息有效地編碼進去如何設(shè)計合理的輸入輸出格式。整個項目走下來最大的收獲不是調(diào)出了一個高精度的模型而是建立了一套從數(shù)據(jù)到模型再到評估的完整、嚴謹?shù)墓こ袒季S框架。這套框架稍作調(diào)整完全可以遷移到風電預測、負荷預測等其他時序預測場景中。本文還有配套的精品資源點擊獲取