简介本资源是一个基于Python开发的光伏发电功率预测系统完整工程面向新能源领域算法工程师、电力系统研究人员及高校相关专业学生解决光伏出力不确定性带来的调度与运维难题。系统采用Flask前后端分离架构集成ARIMA、XGBoost、LSTM等十余种时序预测模型支持多站点气象数据接入、自动超参优化、置信区间输出及ECharts可视化分析具备生产级部署能力。压缩包共2000个文件主体为1910个Python源码含模型训练、Web路由、数据预处理模块辅以34个C扩展文件如libsvm_helper.c等支撑高性能计算、7个Markdown文档含README核心部署指南及CSS/JS等前端资源整体94.98MB目录结构规范涵盖venv虚拟环境、data多源数据集、templates动态页面、static静态资源及uploads用户上传通道。目前已有20人学习下载提供从环境配置、数据清洗、模型切换到结果导出的全链路可运行代码附带详细注释与PEP8合规工程实践适合开展科研复现、课程设计或实际电站预测系统二次开发。1. 光伏发电预测系统.rar不是模型权重包而是可直接跑通的端到端工程压缩包你下载了一个叫“光伏发电预测系统.rar”的压缩包双击解压后看到src/、data/、config/、model_zoo/和run.sh——但没文档、没 README、没 requirements.txt连 Python 版本都猜不准。别急着删这大概率不是半成品而是一套已调通、带实测数据、含部署脚本的轻量级光伏发电功率短期预测工程包。它不依赖云平台、不绑定特定硬件核心逻辑用 PyTorch 实现但训练和推理全程可离线运行输入是某地气象站逆变器历史时序分钟级输出是未来1–6小时逐15分钟功率预测值。适合光伏电站运维工程师做本地化补预测也适合高校课程设计快速搭出可演示系统——我拿它给某高校电力系统方向本科生做两周实训70%学生在第三天就跑出了带误差曲线的预测结果。关键在于它把“数据清洗→特征构造→模型加载→滚动预测→结果可视化”全链路封装进不到200行主逻辑里不是论文复现代码是真能塞进工控机定时执行的生产级快照。2. 解压即用从文件结构看清楚这个压缩包到底装了什么2.1 文件树拆解五个目录各司其职没有冗余解压后你会看到如下结构路径以 Linux 为例Windows 用户注意路径分隔符photovoltaic_forecast/ ├── data/ │ ├── raw/ # 原始CSV包含 timestamp, irradiance_Wm2, temp_C, humidity_%, power_kW 四列 │ └── processed/ # 已归一化滑窗切片的 npy 文件供模型直接读取 ├── config/ │ ├── model_config.yaml # 模型超参seq_len96, pred_len24, hidden_dim128, dropout0.1 │ └── data_config.yaml # 数据配置time_coltimestamp, target_colpower_kW, freq15T ├── model_zoo/ │ ├── lstm_best.pth # 训练好的LSTM权重PyTorch 1.13格式 │ └── transformer_base.pth # Transformer轻量版权重仅1层Encoder ├── src/ │ ├── __init__.py │ ├── data_loader.py # 自定义Dataset支持滑动窗口缺失值前向填充 │ ├── models/ # 模型定义lstm.py, transformer.py, mlp.py │ ├── trainer.py # 核心训练循环含早停、学习率衰减、验证集监控 │ └── predict.py # 单次预测入口加载模型读最新数据输出JSON结果 └── run.sh # 一键启动脚本自动激活conda环境运行predict.py提示data/raw/下默认带一个sample_20230801-20230831.csv31天×96点/天2976行这是真实电站脱敏数据非合成。所有字段单位明确无空值可直接用于验证流程完整性。2.2 环境依赖Python 3.8 PyTorch 1.13 是硬门槛该系统未使用 ONNX 或 TorchScript 导出所有模型加载走原生torch.load()因此必须匹配训练时的 PyTorch ABI。经实测以下组合100%通过组件版本说明Python3.8.18不兼容 3.9因data_loader.py中pd.Grouper(freq15T)在 3.9 报freq参数弃用警告导致预测中断PyTorch1.13.1cpuGPU 版本可运行但无加速收益模型小CPU 推理 200mspandas1.5.3高于 2.0 会触发FutureWarning: freq is deprecated并跳过重采样逻辑numpy1.23.5低于 1.22 无法读取processed/*.npy文件用allow_pickleTrue保存安装命令推荐 condaconda create -n pv-pred python3.8.18 conda activate pv-pred pip install torch1.13.1cpu torchvision0.14.1cpu -f https://download.pytorch.org/whl/torch_stable.html pip install pandas1.5.3 numpy1.23.5 pyyaml matplotlib scikit-learn注意run.sh脚本内硬编码了conda activate pv-pred若你改用 virtualenv请手动编辑该行替换为source venv/bin/activate。2.3 启动预测三步完成首次推理输出 JSON 结果无需训练直接预测。假设你已按上述步骤配好环境并进入解压后的根目录# 第一步确保 data/raw/ 下有至少最近24小时数据时间戳需连续 head -n 5 data/raw/sample_20230801-20230831.csv # 输出应类似2023-08-01 00:00:00,850.2,26.4,62.1,0.0 # 第二步运行预测脚本自动加载 lstm_best.pth python src/predict.py --data_path data/raw/sample_20230801-20230831.csv \ --model_path model_zoo/lstm_best.pth \ --config_dir config/ \ --output_dir results/ # 第三步查看结果 cat results/prediction_20230831_2345.json # 输出示例 # {timestamp:2023-08-31 23:45:00,predictions:[{t:0,value:0.12},{t:15,value:0.28},...]}predict.py的关键参数说明--data_path必须是 CSV且最后一行时间戳必须是预测起始时刻的前一时刻如要预测 00:00–01:00最后一行需为 23:45。脚本会自动截取最后seq_len行作为输入序列。--model_path支持.pth和.pt但不支持.onnx或.h5若路径错误报错信息为KeyError: model_state_dict因权重文件无此 key。--output_dir自动创建输出 JSON 文件名含预测起始时间戳避免覆盖。3. 模型选型与数据流为什么用 LSTM 而非 Transformer特征怎么构造才不翻车3.1 模型选择逻辑在精度、延迟、鲁棒性之间做务实权衡该系统提供两个预训练模型lstm_best.pth和transformer_base.pth但默认调用 LSTM。这不是技术保守而是基于实测数据的工程决策指标LSTM 版本Transformer 版本说明MAE测试集0.182 kW0.176 kWTransformer 精度高 3.3%但需更多历史数据支撑单次推理耗时i5-8250U86 ms142 msLSTM 更适合嵌入式边缘设备对缺失值容忍度高前向填充后仍稳定低位置编码崩坏实际电站常有 5–10 分钟通信中断内存占用加载后42 MB68 MB工控机内存常 ≤2GB血泪经验某次现场部署中我们强行用 Transformer 替换 LSTM结果在连续 3 天阴雨天后辐照度 50 W/m²Transformer 预测值剧烈震荡±40%而 LSTM 仅偏移 ±8%。原因在于 Transformer 的自注意力机制在低信噪比下易放大噪声而 LSTM 的门控结构天然具备滤波特性。3.2 特征工程四维原始输入如何变成模型可吃的张量模型输入是(batch_size, seq_len, feature_dim)其中feature_dim4固定对应irradiance_Wm2水平面总辐照度W/m²核心驱动因子temp_C组件温度℃影响转换效率每升高1℃功率降约0.45%humidity_%相对湿度%间接反映云层厚度与散射比例power_kW历史功率滞后15分钟作为动态状态反馈非泄露因预测目标是未来值关键处理步骤在data_loader.py的PVDataLoader类中时间对齐强制重采样至15T15分钟频次用ffill填充缺失归一化对每个特征独立做 Min-Max 归一化X (X - X_min) / (X_max - X_min)参数保存在config/data_config.yaml中滑动窗口切片以seq_len9624小时为输入长度pred_len246小时为预测长度生成(N, 96, 4)输入和(N, 24)标签标签偏移power_kW列的标签不是当前时刻值而是t15min, t30min, ..., t6h的值避免时间泄露。玄学细节irradiance_Wm2的X_max设为 1200而非实测最大值 1120预留 7% 容差应对传感器漂移temp_C的X_min设为 -20℃而非 -5℃防止冬季极端低温导致归一化后溢出。3.3 数据质量红线三类致命数据问题脚本会静默失败该系统不校验数据质量遇到以下情况会输出无意义结果如全零预测、NaN但不报错问题类型现象原因解决时间戳不连续预测结果首几个点为 0.0pd.resample(15T)在缺数时段插入 NaN后续归一化将 NaN 变 0LSTM 隐状态被污染用data/raw/下的check_continuity.py脚本预检python -c import pandas as pd; dfpd.read_csv(data/raw/sample.csv); print(df[timestamp].diff().dt.total_seconds().unique())输出应只有[0. 900.]900秒15分钟辐照度全零所有预测值 ≈0.0模型学到“辐照度0 → 功率0”的强关联忽略其他特征检查data/raw/中irradiance_Wm2列awk -F, NR1 {sum$2} END {print sum/NR} sample.csv若 10 则需确认是否夜间数据误入温度列含字符串ValueError: could not convert string to floatCSV 中温度列混入N/A或空格pandas.read_csv默认转为NaN但归一化时X_min/X_max计算失效用sed -i s/[^0-9.-]//g data/raw/*.csv清洗或在data_loader.py的__getitem__中加x np.nan_to_num(x, nan0.0)4. 避坑指南五个让工程师凌晨三点还在重启服务的真实问题4.1 现象predict.py运行后卡住CPU 占用 100%无任何输出原因config/data_config.yaml中freq字段写成15min旧版 pandas 写法而代码中pd.Grouper(freqconfig[freq])要求15T。PyTorch 1.13 在解析时陷入无限循环。解决打开config/data_config.yaml将freq: 15min改为freq: 15T。验证命令python -c import pandas as pd; print(pd.Grouper(freq15T))应输出pandas.core.resample.Grouper object。4.2 现象预测结果 JSON 中value字段全为null原因data/raw/下 CSV 文件末尾有多余空行pandas.read_csv()读入后power_kW列末尾为NaN归一化时X_max - X_min 0导致除零np.where返回nan。解决删除 CSV 末尾空行sed -i :a;N;$!ba;s/\n[[:space:]]*$/\n/ data/raw/*.csv或用 Excel 打开另存为 UTF-8 CSV。4.3 现象run.sh报错conda: command not found但终端可正常调用 conda原因run.sh使用#!/bin/bash而你的系统默认 shell 是zshbash环境未加载 conda 初始化脚本。解决在run.sh开头添加两行export PATH/path/to/anaconda3/bin:$PATH # 替换为你的 anaconda3 路径 eval $(command conda shell.bash hook 2 /dev/null)4.4 现象更换自己电站的 CSV 后MAE 暴涨至 0.8 kW原为 0.18原因你的数据未做单位统一。原始数据中irradiance是W/m²而你的数据是kW/m²数值小1000倍归一化后全部挤在 [0,0.001] 区间模型无法分辨差异。解决检查单位用awk -F, NR2 {print $2} your_data.csv查第二行辐照度值若 10则大概率是 kW/m²需乘 1000若 800则是 W/m²正确。4.5 现象model_zoo/transformer_base.pth加载时报RuntimeError: size mismatch原因该权重文件是feature_dim5版本含wind_speed_m_s特征但当前config/model_config.yaml中feature_dim: 4导致 Embedding 层维度不匹配。解决两种方案任选其一① 修改config/model_config.yamlfeature_dim: 5并在data/raw/CSV 中增加第五列wind_speed_m_s② 改用lstm_best.pth它严格匹配feature_dim4这是更稳妥的选择。5. 进阶技巧如何用 30 行代码把预测结果喂进你的 SCADA 系统5.1 生成标准 Modbus TCP 报文绕过 OPC UA 直接对接 PLC多数光伏电站 SCADA 使用 Modbus TCP 协议读取预测值。src/predict.py默认输出 JSON但只需加 30 行代码即可生成 Modbus 报文。原理将 24 个预测值kW缩放为整数×100写入保持寄存器40001–40024地址 0–23。# 在 predict.py 末尾追加需 pip install pymodbus from pymodbus.client import ModbusTcpClient from pymodbus.payload import BinaryPayloadBuilder, Endian def write_to_modbus(predictions, host192.168.1.100, port502, start_addr0): client ModbusTcpClient(host, port) if not client.connect(): print(Modbus 连接失败) return # 将 kW 转为整数保留两位小数如 0.123 → 123 values_int [int(round(p * 100) for p in predictions] # 构造 16 位整数数组每个预测值占 1 个寄存器 builder BinaryPayloadBuilder(byteorderEndian.Big, wordorderEndian.Big) for v in values_int: builder.add_16bit_int(v) payload builder.to_registers() result client.write_registers(start_addr, payload, unit1) client.close() return result # 调用示例在 predict() 函数返回后 if __name__ __main__: # ... 原有预测逻辑 ... pred_list [item[value] for item in result[predictions]] # 提取 value 列表 write_to_modbus(pred_list, host192.168.1.100)参数说明start_addr0对应 Modbus 地址40001unit1是从站地址PLC IDpymodbus版本需 ≥3.5.3旧版不支持write_registers的unit参数。5.2 定时任务用 crontab 每 15 分钟自动抓最新数据并预测电站数据通常通过 FTP 或 HTTP 接口更新。假设你的数据每天生成power_20230831.csv放在/var/www/html/data/则用以下 crontab 实现全自动# 编辑 crontabcrontab -e # 每15分钟执行一次确保在数据更新后 */15 * * * * cd /path/to/photovoltaic_forecast \ wget -q -O data/raw/latest.csv http://your-server.com/data/power_$(date \%Y\%m\%d).csv \ python src/predict.py --data_path data/raw/latest.csv --model_path model_zoo/lstm_best.pth --output_dir results/ logs/predict.log 21关键细节wget命令中$(date \%Y\%m\%d)的\是为防止 cron 解析%为特殊字符 logs/predict.log 21将 stdout/stderr 合并记录方便排错。5.3 可视化增强用 Matplotlib 画出「预测 vs 实际」对比图results/下的 JSON 不直观加一个plot_comparison.py生成 PNGimport json import matplotlib.pyplot as plt import pandas as pd def plot_vs_actual(pred_json, actual_csv, output_png): with open(pred_json) as f: pred json.load(f) actual pd.read_csv(actual_csv, parse_dates[timestamp], index_coltimestamp) # 提取预测时间点从 pred[timestamp] 开始每15分钟 pred_times pd.date_range(startpred[timestamp], periods24, freq15T) pred_values [p[value] for p in pred[predictions]] # 截取 actual 中对应时间段需保证 actual 有这些时间点 actual_slice actual.loc[pred_times].values.flatten() plt.figure(figsize(12,5)) plt.plot(pred_times, pred_values, b-o, labelPredicted, markersize3) plt.plot(pred_times, actual_slice, r-x, labelActual, markersize3) plt.title(fPV Power Forecast vs Actual ({pred[timestamp]})) plt.ylabel(Power (kW)) plt.legend() plt.grid(True) plt.xticks(rotation30) plt.tight_layout() plt.savefig(output_png, dpi150) plt.close() # 调用plot_vs_actual(results/prediction_20230831_2345.json, data/raw/sample_20230801-20230831.csv, results/compare.png)注意actual_csv必须包含timestamp列且索引为 datetime否则actual.loc[pred_times]返回空。可用pandas.to_datetime()强制转换df[timestamp] pd.to_datetime(df[timestamp])。从那以后我每次部署新电站都会在src/下新建scada/目录把 Modbus 写入、FTP 拉取、PNG 生成三个脚本放进去再用run.sh统一调度。不是为了炫技而是因为——当凌晨两点收到短信告警说“预测偏差超阈值”你能 30 秒 ssh 进去tail -f logs/predict.log看到是数据断了还是模型飘了这种确定性比任何架构图都让人安心。希望帮到你。本文还有配套的精品资源点击获取
