# CSG_predict_project

**Repository Path**: pikailo/csg_predict_project

## Basic Information

- **Project Name**: CSG_predict_project
- **Description**: 电力负荷预测项目
- **Primary Language**: Python
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 2
- **Forks**: 0
- **Created**: 2026-01-14
- **Last Updated**: 2026-03-25

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README



# 电力负荷预测项目

## 项目概述

本项目基于XGBoost回归算法实现电力负荷的预测，通过对历史电力负荷数据的特征工程、模型训练与评估，最终实现对指定时间段电力负荷的预测，并可视化展示预测结果与真实值的对比。项目整体流程包含数据预处理、数据分析、特征工程、模型训练、模型预测及结果可视化等核心环节。

## 项目结构

```
dss/
├── src/                  # 核心代码目录
│   ├── __init__.py       # 包初始化文件
│   ├── predict.py        # 预测模块：特征提取、模型预测、结果可视化
│   └── train.py          # 训练模块：数据加载、分析、特征工程、模型训练与保存
├── utils/                # 工具类目录
│   ├── __init__.py       # 包初始化文件
│   ├── common.py         # 数据预处理工具：时间格式化、排序、去重
│   └── log.py            # 日志工具：日志对象创建与日志写入
├── data/                 # 数据目录（需自行创建，存放训练/测试数据、可视化图表）
│   ├── train.csv         # 训练数据集（用户自行准备）
│   ├── test.csv          # 测试数据集（用户自行准备）
│   └── fig/              # 图表保存目录（自动生成）
├── model/                # 模型保存目录（自动生成）
└── log/                  # 日志保存目录（自动生成）
```

## 环境依赖

确保安装以下Python库，版本建议如下：

```bash
# 基础数据处理
pandas>=1.5.0
numpy>=1.23.0
# 可视化
matplotlib>=3.6.0
# 机器学习
scikit-learn>=1.1.0
xgboost>=1.7.0
# 模型保存
joblib>=1.2.0
```

安装命令：

```bash
pip install pandas numpy matplotlib scikit-learn xgboost joblib
```

## 数据要求

### 数据格式

训练集（`train.csv`）和测试集（`test.csv`）需包含以下两列：

| 列名        | 说明                | 格式示例               |
|-------------|---------------------|------------------------|
| time        | 时间戳              | 2015-07-31 00:00:00    |
| power_load  | 对应时间的电力负荷值 | 801.59                 |

### 数据预处理规则

项目会自动对数据执行以下预处理（`utils/common.py`）：

1. 时间格式统一转换为 `%Y-%m-%d %H:%M:%S`；
2. 按时间升序排序；
3. 去除重复行。

## 核心功能说明

### 1. 数据预处理（utils/common.py）

- 函数：`data_preprocessing(file_name)`
- 功能：加载CSV数据，格式化时间、排序、去重，返回处理后的DataFrame。

### 2. 日志工具（utils/log.py）

- 类：`Logger(root_path, log_name, level='info')`
- 功能：创建日志对象，将日志写入指定目录的日志文件，支持不同日志级别（debug/info/warning/error/crit），日志文件命名格式为`{log_name}.log`。

### 3. 模型训练（src/train.py）

#### 核心函数/类

- `PowerLoadModel(file_name)`：初始化训练类，加载数据、创建日志对象；
- `ana_data(data)`：数据分析函数，生成电力负荷分布、小时/月份负荷趋势、工作日/周末负荷对比图；
- `feature_engineering(data, window_size, logger)`：特征工程，提取以下特征：
  - 时间特征：小时、月份的独热编码；
  - 时间窗口特征：指定窗口大小的历史负荷（如前1/2/3小时负荷）；
  - 昨日同时间负荷特征；
- `model_train(data, features, logger)`：模型训练函数，使用XGBoost回归器训练模型，评估指标包括MSE、RMSE、MAE、MAPE，并保存模型到`model/`目录。

#### 训练流程

1. 加载训练数据（`train.csv`）；
2. （可选）执行数据分析，生成可视化图表；
3. 特征工程提取训练特征；
4. 划分训练集/测试集（8:2）；
5. 训练XGBoost模型，评估并保存模型。

### 4. 模型预测（src/predict.py）

#### 核心函数/类

- `PowerLoadPredict(file_path)`：初始化预测类，加载测试数据、创建日志对象、生成负荷字典；
- `predict_feature_extract(time, window_size, hour_load, yesterday_load, logger)`：提取单条预测样本的特征（与训练特征一致）；
- `model_predict(estimator, window_size, data_source, load_dict, logger)`：批量预测，遍历测试集时间，提取特征并预测，返回包含时间、真实值、预测值的DataFrame；
- `prediction_plot(data, logger)`：可视化预测结果，生成真实值与预测值的折线图，保存到`data/fig/`。

#### 预测流程

1. 加载测试数据（`test.csv`）；
2. 加载已训练的XGBoost模型；
3. 对测试集时间逐一提取特征、执行预测；
4. 计算预测评估指标（MSE、RMSE、MAE、MAPE）；
5. 可视化预测结果并保存图表。

## 快速开始

### 1. 准备数据

在`data/`目录下放入`train.csv`和`test.csv`，确保数据格式符合要求。

### 2. 模型训练

运行`src/train.py`：

```bash
cd dss/src
python train.py
```

- 训练完成后，模型会保存到`model/`目录，命名格式为`xgboost_YYYYMMDD_HH_MM_SS.pkl`；
- 日志文件会保存到`log/`目录，命名格式为`train_YYYY_MM_DD__HH_MM_SS.log`；
- （可选）取消`ana_data(model.data_source)`注释，生成数据分析图表到`data/fig/`。

### 3. 模型预测

1. 修改`predict.py`中加载模型的路径（匹配训练生成的模型文件名）：
   ```python
   estimator = joblib.load("../model/xgboost_20260115_09_28_00.pkl")
   ```
2. 运行`src/predict.py`：
   ```bash
   cd dss/src
   python predict.py
   ```
- 预测结果会输出日志（包含真实值、预测值、评估指标）；
- 预测对比折线图保存到`data/fig/预测负荷以及真实负荷的折线图.png`。

## 关键参数说明

| 参数名       | 说明                          | 默认值/示例 |
|--------------|-------------------------------|-------------|
| window_size  | 时间窗口大小（历史负荷特征数） | 3           |
| test_size    | 训练集/测试集划分比例         | 0.2         |
| XGBoost参数  | 迭代次数/深度/学习率          | n_estimators=200, max_depth=6, learning_rate=0.05 |
| 评估指标     | 模型评估维度                  | MSE、RMSE、MAE、MAPE |

## 结果说明

### 训练阶段

- 日志文件：包含特征工程、模型训练、评估指标等信息；
- 数据分析图：`data/fig/电力负荷数据分析图.png`，展示负荷分布、时间趋势等；
- 模型文件：`model/`下的pkl文件，可直接用于预测。

### 预测阶段

- 日志文件：包含每条预测的真实值、预测值，以及整体评估指标；
- 预测可视化图：`data/fig/预测负荷以及真实负荷的折线图.png`，直观对比真实值与预测值趋势。

## 注意事项

1. 确保`data/`、`model/`、`log/`目录有读写权限；
2. 预测时窗口大小（`window_size`）需与训练时保持一致；
3. 若中文乱码，matplotlib已配置`SimHei`字体，确保系统安装该字体；
4. 模型训练耗时与数据量、网格搜索参数（若启用）相关，可调整XGBoost参数优化速度/效果。

## 扩展方向

1. 优化特征工程：增加节假日、天气、温度等外部特征；
2. 模型优化：尝试LightGBM、随机森林等其他回归模型，或使用网格搜索调优XGBoost参数；
3. 实时预测：结合Redis缓存历史数据，实现实时负荷预测；
4. 异常值处理：在数据预处理阶段增加异常值检测与修正逻辑。