企业官网建设流程全解析

电价预测这个话题，这几年做的人越来越多，但真正能拿来讲的门道其实不在模型多复杂，而在于你如何处理数据和解释结果。最近我在能源数据分析方向做了一项专题研究，研究对象是西班牙电力市场，核心任务就一条：用深度学习模型预测次日24小时的现货电价，然后叠加 SHAP 可解释性分析，把模型为什么给出这个预测拆解得明明白白。

西班牙市场有个非常“讨喜”的特点：可再生能源渗透率高得吓人，光伏、风电在发电结构里的占比很大，电价因此表现出典型的“鸭子曲线”——白天光伏大发时电价被压得很低，傍晚光伏功率掉下来以后电价又快速反弹。再加上电力市场普遍采用的边际定价机制，可再生能源近乎零边际成本，某些时段甚至会出现负电价。这种强波动、强周期、带尖峰的价格序列，正好是传统统计模型的噩梦，却是深度学习的用武之地，也是做可解释性分析的绝佳题材。

这篇内容我把完整路径捋了一遍：从为什么要做这个方向、怎么做特征工程、怎么搭建并训练深度模型，再到用 SHAP 如何把黑盒模型讲清楚，最后附上实操中容易踩的坑和扩展思路。无论你是做现货市场分析、电力交易辅助决策，还是想找一个带完整解释链路的时序预测案例，这篇应该都能给你实在的参考。先说清楚思路，再讲具体做法。

1. 项目定位与整体思路拆解

1.1 为什么选西班牙市场作为研究对象

选研究对象这件事，看起来稀松平常，实际上决定了问题难度的上界。我见过很多人一上来就挑历史电价很平稳的市场做预测，模型精度刷得很漂亮，但业务上一问“波动大的时候怎么办”就卡壳。西班牙市场在这一点上属于“困难模式”，很能暴露方法的真实水平，研究结论也更容易迁移到其他波动性较高的市场。

首先是数据可得性。欧洲不少电力市场的交易数据、负荷数据、新能源出力数据都是公开的，西班牙市场的数据体系也比较完整——小时级的历史负荷、风力发电、光伏发电、现货电价都能拿到，时间跨度足够长。数据是深度学习的“口粮”，如果数据不完整，后面模型再花哨也白搭。

其次是市场行为足够复杂。西班牙电价序列里你能同时看到强日周期（24小时节奏非常明显）、强周周期（工作日与周末模式不同）、气象冲击（风电突然大发导致电价往下跌）、以及偶发的尖峰和负电价。这意味着模型不能靠一两个滞后项就把问题搞定，它需要同时捕捉多尺度时间依赖和外部变量交互，正好是验证深度学习的合适场景。

最后，从业务角度看，现货电价预测是电力交易、风险管理、储能策略优化的底层依赖。预测误差直接关系到收益和成本，业务方对精度和可解释性的要求同时存在。这也引出了项目里第二个关键选型：为什么深度学习之外一定要搭配 SHAP。

1.2 技术选型逻辑：深度学习解决什么，SHAP 补上什么

传统电价预测里，ARIMA、GARCH、带外生变量的回归模型用得很多，原理清晰、计算轻量。但这类方法对多变量非线性交互的建模能力有限。你今天不只要用电价的历史序列，还要把负荷需求、风光出力、日历时间这些外生信号一起揉进预测；明天还想看这些信号如何共同影响预测结果。传统统计模型处理这种“高维变量+多尺度时间依赖”的场景会非常吃力，特征工程做起来也极其繁琐。

深度学习则把这些事简化了很多。以 LSTM 和 Transformer 为代表的序列模型，可以直接吃原始特征序列，让网络自己去学滞后依赖和非线性关系。实践下来，至少在两个点上深度模型的优势是明显的：一是它能隐式建模“过去一周同一时刻电价→当前时刻电价”这类周期性模式，二是在光伏、风电出力突然变化时，模型能够捕捉到价格对供给端冲击的非线性响应。

但深度学习有个绕不开的毛病：黑盒。交易员拿到一个预测值，脑子里第一反应是“这个预测凭什么这么给”。如果你只能说“这是神经网络算出来的”，那这套系统很难真正被器重。业务侧需要的解释不是“用了什么算法”，而是“本次预测中哪个因素影响最大、影响方向是什么、和过去典型情况是否一致”。这就是 SHAP 的用武之地。

SHAP 做的事情从直观上讲，是把单个样本的预测值拆解为各个特征的贡献之和。它源于合作博弈论中的夏普利值思想，在模型解释这块已经是非常通用的工具。项目里我的做法很简单：先用深度学习模型把预测精度做到位，再用 SHAP 对模型行为做全局和局部的解释。模型负责“准”，SHAP 负责“说得清”，两者一配合，整个技术链路在业务上才真正完整。

2. 数据准备与特征工程：把时序问题变成监督学习

2.1 数据字段与时间粒度

先交代一下我最终用到的数据集合。这个项目的数据全部来自公开可获取的电力系统运行数据，时间粒度统一为1小时。原始字段包括以下这些：

• 系统总负荷（MWh），反映整体需求水平；
• 风力发电出力（MWh），西班牙风电装机大，出力波动非常剧烈；
• 光伏发电出力（MWh），光伏出力有明显的白天“钟形”曲线；
• 日前市场电价（EUR/MWh），也就是模型的预测目标；
• 对应小时的计算日历特征，包括小时序号、星期几、是否节假日。

光有这些还不够，特征工程的核心是把原始序列转换成模型需要的形式，并构造出“周期、趋势、突变”三类信息。

2.2 滑窗设计：为什么要看过去168小时

深度时序模型首先需要确定一个输入窗口长度。我尝试过24小时、72小时、168小时三档，最终选择的是168小时输入 + 24小时输出。

这个选择的逻辑说起来很简单：电价序列存在明显的日周期和周周期。24小时窗口只能覆盖单日模式，遇到“今天是周三”和“上周三”的模式相似性就无法建模；168小时即过去整整一周，模型能同时看到完整的日周期、周周期以及周内工作日与周末的差异。从实际效果看，窗口从24小时扩到168小时带来的精度提升非常可观，尤其对周末和节假日前后的预测改善明显。

输出侧我直接预测未来24个连续小时的电价，也就是一次性输出24个点的序列，而不是递归地一步推一步。递归预测误差会累积，序列到序列的直接多步输出在实践中更好训练，也更容易控制.

构造监督学习样本时，数据组织成这样的形式：每个样本包含一个168小时的特征矩阵X，和对应未来24小时的目标向量y。相邻样本之间我做了滑动切分，步长可以设置为24小时，避免样本之间过度重叠导致冗余。

2.3 数据集切分、归一化与负电价处理

数据切分这块是时间序列项目最容易出错的地方。绝不能像普通分类任务那样随机打乱。我的切分方式是严格按照时间顺序切：取最早70%作为训练集，中间15%作为验证集，最后15%作为测试集。验证集用于早停和超参选择，测试集只用于最终评估，保证“预测未来”这个场景的真实感。

归一化上，我推荐对连续数值特征用Z-score标准化，而不是Min-Max缩放。原因是电价序列里存在明显的尖峰，Min-Max会把绝大多数正常区间压缩得非常窄，模型学习效率下降。Z-score对离群值的鲁棒性相对更好。不过有一点极其重要：标准化所用的均值和标准差必须在训练集上计算，验证集和测试集直接复用训练集的统计量，绝对不能在预处理时把全量数据的统计量算进去——这属于典型的特征泄漏，后面我会再强调。

西班牙市场会有负电价，这不是脏数据，是真实的市场信号。负电价通常出现在风光大发且负荷低迷的时段，模型如果能把这种事件预测出来，业务价值反而很高。处理原则是：不删除负电价样本，不把它们截断为零，保留原始市场信息。唯一要小心的是评估指标对接近零的值非常敏感，这一点需要在下游单独考虑。

2.4 评估指标：MAE、RMSE 与 MAPE 的取舍

电价预测任务里，评估指标选不好，结果很容易自欺欺人。常用指标有三个，我的建议如下：

• MAE（平均绝对误差）：最稳的指标，对尖峰不过度惩罚，适合作为主评估指标。
• RMSE（均方根误差）：对大误差惩罚更重，适合用于关注极端预测失误的业务场景。
• MAPE（平均绝对百分比误差）：在电价任务里非常容易爆炸，因为真实值一旦接近零，百分比误差就会变得无穷大；负电价情况下更是直接失真。不建议作为主控指标，顶多作为参考。

除了整体指标，我还会分时段看误差——高峰时段、低谷时段、平段分别计算MAE。这样能定位模型的薄弱点，比如“原来晚上20点的尖峰预测误差最大”，然后再针对性地调整特征。

3. 深度学习模型搭建与训练：LSTM 与 Transformer 对照

3.1 从原始序列到可训练样本

在模型代码之前，先把数据管道说清楚。我用PyTorch写数据加载器，核心逻辑如下：

import torch from torch.utils.data import Dataset class PriceDataset(Dataset): def __init__(self, features, targets): self.features = features # shape: (样本数, 168, 特征维度) self.targets = targets # shape: (样本数, 24) def __len__(self): return len(self.features) def __getitem__(self, idx): return ( torch.tensor(self.features[idx], dtype=torch.float32), torch.tensor(self.targets[idx], dtype=torch.float32) )

特征矩阵的形状是 (样本数, 时间步长, 特征数)，其中时间步长168小时，特征数大约在10个左右。模型输入直接喂这个三维张量即可。

3.2 LSTM 基线模型

LSTM作为序列预测的经典基线，我通常在模型对比中保留一个。它的优势是参数量适中、训练稳定、对小规模数据更友好。核心结构是这样：

import torch.nn as nn class LSTMPriceModel(nn.Module): def __init__(self, input_size, hidden_size=128, num_layers=2): super().__init__() self.lstm = nn.LSTM( input_size=input_size, hidden_size=hidden_size, num_layers=num_layers, batch_first=True, dropout=0.2 ) self.head = nn.Sequential( nn.Linear(hidden_size, 64), nn.ReLU(), nn.Linear(64, 24) ) def forward(self, x): out, _ = self.lstm(x) # out: (batch, 168, hidden) last_hidden = out[:, -1, :] # 取最后一个时间步 return self.head(last_hidden)

这里有几个细节值得讲。第一，取最后一个时间步的隐藏状态作为整段序列的总结；第二，LSTM层数选了2层，再深容易过拟合且收益有限；第三，Dropout放在LSTM层间和输出层前，用于缓解过拟合。这个基线模型的参数量不大，训练速度也快，适合作为后续所有改进的对照基准。

3.3 Transformer 对比模型

Transformer在长序列建模上的优势这几年已经被验证得很充分了。电价序列里“上周三同一时段电价”对当前预测有很强的参考价值，而这种长距离依赖正是Transformer注意力机制擅长的。我实现的版本是参考标准Transformer编码器结构做了简化，去掉了Decoder部分，直接让编码器输出进入回归头。

import torch.nn as nn class TransformerPriceModel(nn.Module): def __init__(self, input_size, d_model=128, nhead=8, num_layers=3): super().__init__() self.input_proj = nn.Linear(input_size, d_model) self.pos_encoding = PositionalEncoding(d_model) encoder_layer = nn.TransformerEncoderLayer( d_model=d_model, nhead=nhead, dim_feedforward=512, dropout=0.1, batch_first=True ) self.encoder = nn.TransformerEncoder(encoder_layer, num_layers=num_layers) self.head = nn.Sequential( nn.Linear(d_model, 64), nn.ReLU(), nn.Linear(64, 24) ) def forward(self, x): x = self.input_proj(x) x = self.pos_encoding(x) x = self.encoder(x) # 对整条序列做池化，综合全局信息 x = x.mean(dim=1) return self.head(x)

位置编码是实现Transformer时很容易漏的一环。电价序列顺序本身就包含着信息，如果不加位置编码，模型会把所有时间步当成无序集合来处理，效果会打很大折扣。我在这里特地保留了一个简单的正弦位置编码实现，实践里效果明显优于没有位置编码的版本。

关于注意力层数我试过1层到4层，3层时训练时间和效果平衡得最好。再深的话，在这个体量的数据集上收益很小，反而训练时间翻倍。

3.4 训练配置与对比观察

训练细节对深度模型最终效果的影响，有时候比模型架构本身还大。我的配置大致如下：

• 损失函数：MAE（L1Loss），对电价尖峰更稳；
• 优化器：AdamW，初始学习率1e-3，权重衰减1e-5；
• 批大小：64；
• 轮数：最多60轮，配合早停；
• 学习率调度：ReduceLROnPlateau，验证损失连续3轮不降就把学习率乘以0.5；
• 早停：验证损失连续8轮不降就停止训练；
• 梯度裁剪：max_norm=1.0，防止Transformer训练初期出现loss爆炸。

实验对比的思路也要说清楚。不是随便训练两个模型就结束，而是固定同一套训练集、验证集、测试集和数据预处理流程，保证唯一变量是模型架构。我在实际项目里最常见的结果模式是：Transformer在长周期模式上的表现略优于LSTM，尤其是在周六、周日这类与工作日模式差异较大的日子；LSTM在贴近训练分布的极端尖峰时段则会追得更紧。整体上Transformer通常能带来几个百分点的RMSE改善，但代价是训练时间明显增加。因此如果你的计算资源有限，LSTM仍然是个完全可用的方案；如果你追求更好一点的精度，Transformer值得上。

4. SHAP 可解释性分析：把黑盒模型一层层拆开

4.1 SHAP 原理：一句话人话版

SHAP 的数学源头是合作博弈论里的夏普利值，但抛开数学，它的核心思想可以这样理解：对于一个具体的预测样本，模型的预测值是由各个特征共同作用的结果，SHAP 做的事情是把“最终预测值相对于平均预测值的那部分差异”，公平地分配到每一个特征头上。所有特征的贡献加起来，刚好等于这个样本的预测值减去基线值。

这样一个一个样本去做归因，最后再汇总，就能得到全局层面“哪些特征最重要、影响方向如何”的结论。它和我们常说的特征重要性最大的区别就在于：特征重要性只告诉你“这个特征重不重要”，SHAP 还告诉你“当特征值变大时，预测是往上走还是往下走”，以及这个影响在什么区间最明显。

4.2 时序深度模型上怎么用 SHAP

对深度模型做SHAP分析，最常用的是DeepExplainer。它专门针对深度学习网络，利用反向传播的梯度来计算近似贡献值，速度快，但对模型结构有一定要求。另一种通用方案是KernelExplainer，它可以解释任何黑盒模型，但计算量太大——对样本量稍多一些的数据集，可能要跑非常久。实际项目中，我一般先用DeepExplainer在验证集上做抽样分析。

具体操作有几个关键细节：

import shap # 1. 从训练集随机抽样，作为背景数据集 background = train_dataset.features[:200] # 2. 用 DeepExplainer 包住模型 explainer = shap.DeepExplainer(model, torch.tensor(background, dtype=torch.float32)) # 3. 在测试集上选一批样本做解释 test_sample = torch.tensor(test_dataset.features[:50], dtype=torch.float32) shap_values = explainer.shap_values(test_sample)

这里第一个坑是背景数据的选择。背景数据集的作用是近似“没有这个特征时模型的预期输出”，样本数太多会非常慢，太少则近似误差大。我一般取200条上下，考虑到电价序列的周期性，背景样本会尽量覆盖到一周内的不同小时。

第二个坑是解释结果的维度。因为我们的输出是24个小时的预测，所以每个样本会得到24组SHAP值。拿到这个多维数组之后，需要决定自己是逐个时刻看局部解释，还是把24个时刻的SHAP值按特征维度做平均或加和，得到整段预测的全局解释。两种视角都有价值，我在项目里两种都做了，下面细说。

4.3 三类图怎么读：摘要图、依赖图、力图

摘要图（Summary Plot）解决的是“全局哪些特征重要”的问题。把测试集所有样本的SHAP值按特征汇总，按平均绝对SHAP值从大到小排序，同时用颜色表示特征值高低，就能一眼看到每个特征的重要程度和影响方向。

在电价预测场景里，我见到的高频规律通常是：历史滞后电价的重要性极高，尤其是对应时刻、对应一周前的滞后值；系统负荷和光伏出力排在第二梯队；风力出力在特定时段会突然冒到前列，通常对应风电大发的日子。摘要图能帮我们快速验证模型学到的东西是否符合电力市场常识。

依赖图（Dependence Plot）关注的是单个特征与预测值之间的非线性关系。比如看光伏出力这个特征，SHAP依赖图通常会显示出一种这样的关系：光伏出力从小到大的过程里，对预测电价的负向影响持续累积，但当光伏出力已经很高时，继续增加出力的边际压低效应会减弱。这就把西班牙市场里的“光伏对电价的压制”这个业务直觉用数据曲线验证了下来。

力图（Force Plot）是单样本解释工具，用来回答“为什么这个时刻模型给出了一个特别高或特别低的预测”。比如面对一个预测电价明显偏高的样本，Force Plot会把主要贡献者列出：可能是当前小时正好是晚高峰，负荷特征把预测往上推；而同时光伏出力已经降到接近零，也在往上推。这种解释对于业务侧用户来说，比单纯一个数字有说服力得多。

我后来还把SHAP值落到一张报表里：每个小时对应的预测值、以及贡献最大的前三个特征和贡献方向。这比任何模型精度指标都更能让业务侧建立信任感，也是可解释性分析落地价值的最佳体现。

5. 实操中的坑与排查经验

5.1 特征泄漏：最隐蔽也最容易犯的错误

特征泄漏在时序项目里是个大坑，它不会让你的程序报错，只会让你在测试集上得到一个“虚假的好成绩”，等到真实部署时模型立刻失效。我总结出三种常见的泄漏形式。

第一种是归一化统计量泄漏。预处理时如果把所有数据的均值、标准差都算好再切分，测试集的信息在训练阶段就已经泄露了。正确做法是先切分，再只基于训练集计算统计量。

第二种是特征构造泄漏。比如你想用“当天平均负荷”做特征，但这个信息在当天还没结束时是不可能拿到的。任何用到未来信息的特征都会让模型学会“偷看答案”。

第三种是缺失值填充泄漏。用全量数据的中位数或均值去填充缺失值，同样引入了未来信息。填充时也必须只用训练集的统计量。

我在项目里自查泄漏的方式很简单：训练集和测试集分别统计每个特征的真实值分布，如果测试集某个特征的统计量被异常对齐到训练集分布，就要警惕是不是预处理阶段出了问题。

5.2 模型训练不稳定的应对方法

Transformer 在电力数据这种长序列上训练，一个典型问题是初期会偶发 loss 突然飙高。我总结下来，两个手段最有效：一是梯度裁剪，设置max_norm=1.0；二是把预热轮数加上，学习率在头几个epoch从很小的值逐步爬升到目标值。不管哪个模型，学习率太大都会出现前期震荡，宁可把学习率调低一些，多训练几轮。

还有一个容易被忽略的点是批量大小的选择。在时间序列任务里，我建议每个batch尽量覆盖不同的星期特征，而不是让一个batch里全是某个相近时段的样本。具体做法是构造DataLoader时随机抽样打乱样本顺序，确保每个batch有足够的多样性。

5.3 常见问题速查表

这张表看起来简单，每一条背后都是实际项目中真金白银的教训。尤其是特征泄漏那一条，我见过太多次“离线指标好看、上线就拉胯”的情况，最后翻来覆去查，十有八九是预处理阶段的未来信息泄漏。

6. 项目扩展方向：从点预测走向决策支持

6.1 从点预测升级到区间预测

目前这个项目输出的是逐小时电价的点预测，也就是“最可能的取值”。但风险管理场景往往更关心“电价有多大可能落在什么范围”，这就从点预测扩展到了概率预测。

一个常见的做法是把模型输出从确定性回归改成分位数回归。把损失函数换成Pinball Loss，分别训练多个头，每个头预测不同的分位点（比如10%、50%、90%），就能得到预测区间。这个方法改动不大，但对模型结构要做一些调整，比如输出层的维度从24变成24乘以分位数个数。

我自己的经验是，分位数回归对业务侧的吸引力非常大，因为它给了明确的“不确定性”度量。无风险的决策通常不需要不确定度，但电力交易本质上就是在不确定性里做选择，只给一个点值，业务侧其实很难直接下决策。

6.2 把预测和解释打包进决策流程

项目做到最后，我最大的体会是：预测精度和可解释性不是两个割裂的事情，它们需要一起推向生产环境。我在项目里最后搭了一个小流程：每天定时拉取最新数据，重推理模型得到次日24小时电价预测，同时计算对应的SHAP解释值，生成一份HTML解释报告。报告里既有预测曲线，也有每个时段的主要影响特征和贡献方向。

这个流程跑通之后，业务侧再讨论预测结果时，话题就不再是“这个模型准不准”，而是“今天这个高点主要受什么因素影响、光伏出力怎么变化、我们应该怎样调整策略”。当对话变成这个样子，技术方案才算是真正在业务中扎下了根。

坦白说，目前市面上做电价预测的公开方案很多，但把深度学习模型、特征工程、SHAP解释、工程化部署串成一条完整链路的参考材料并不多。这个项目做完后，我自己最大的收获不是把模型精度刷到了多少个点，而是搞清楚了一个问题：模型要能被真正信任、被真正用起来，光靠精确度远远不够，还得把模型的思考过程翻译成业务听得懂的语言。希望这篇总结也能帮你省下一点走弯路的时间。