数据预处理：清洗与插补
- 缺失值插补：针对变电站功率缺失，构建随机森林回归模型，利用时间与气象特征进行填补，训练集 R² = 0.9720。
- 异常值处理：采用 3σ 准则剔除统计异常，结合物理约束（如光伏≥0）修正传感器漂移。
- 时间对齐：统一至 15分钟粒度。气象数据（1h）线性插值升采样，功率数据（5min）均值聚合降采样。
图 1: 随机森林模型误差解释性及预测结果
可视化分析：趋势特征
图 2: 新能源发电量与气象指标周平均变化趋势
光伏发电与光照强度呈现高度一致的季节性波动。
图 3: 日内电价与新能源发电量平均变化趋势
电价曲线呈现明显的“双峰”特征，午间光伏高峰期电价回落。
可视化分析：相关性与分布
图 4(a): 光伏发电量与实时电价散点图
图 4(b): 风能发电量与实时电价散点图
图 5(a): 按月份划分的电价分布
图 5(b): 按开/停状态划分的电价分布
可视化分析：多变量关系
图 6: 归一化的特征核密度估计 (KDE)
图 7: Pearson 与 Spearman 相关系数热力图
极端电价时间分布
统计发现：地板价触及频率高达 40.5%（日均38次），而天花板价仅占 2.95%。地板价随季节（1-4月）呈上升趋势。
图 8(a): 实时电价小时分布
图 8(b): 日前电价小时分布
图 8(c): 实时电价周内分布
图 8(d): 日前电价周内分布
图 8(e): 实时电价月度分布
图 8(f): 日前电价月度分布
图 8(g): 实时电价7天滚动频次
图 8(h): 日前电价7天滚动频次
小波变换周期性分析
利用连续小波变换 (CWT) 提取主导周期。地板价呈现显著的 24.6小时（日）周期，天花板价则表现出 5.7天 的多日叠加周期（对应天气系统变化）。
图 9(a): 实时电价小波功率谱
图 9(b): 日前电价小波功率谱
图 10(a): 实时电价-地板价
图 10(b): 实时电价-天花板价
图 10(c): 日前电价-地板价
图 10(d): 日前电价-天花板价
电价偏差与“开/停”状态
关键发现：“停”状态下实时电价均值（292.86）比“开”状态（246.22）高出 19%。偏差均值从 73.77 飙升至 102.32，风险显著增加。
图 11: 实时电价与日前电价按“开/停”状态分组对比
图 12: 周内-日内偏差值热力图
图 13(a): 日内偏差规律
图 13(b): 周内偏差规律
图 13(c): 月度偏差规律
图 14(a): 实时电价与偏差值对比
图 14(b): 极值出现率对比
图 14(c): 时段-状态-偏差热力图
贝叶斯网络因果建模
构建因果网络量化风险。推断显示：当处于“停”状态时，出现高负偏差 (Neg_High) 的概率增加至 31.57%（正常为19.38%），验证了竞价失败对价格的单向拉动作用。
图 13: 状态-时间-极值-偏差因果关系贝叶斯网络结构
特征工程 (Feature Engineering)
AutoFeat & 关键因子识别
利用 AutoFeat 生成 35 个高阶交互特征。基于 LightGBM Gain 和 SHAP 值筛选出 Top 5 关键特征：
- 1. Lag-96 (Pt-96): 滞后一天电价，反映强日周期性。
- 2. Solar Intensity (It): 光照强度，新能源出力的核心驱动。
- 3. Time × Load (ht²Qt): 时段与负荷交互，刻画早晚高峰供需敏感度。
- 4. Solar × PV (It²St²): 极端光照下的非线性响应。
- 5. Humidity × Load (HtQt): 湿热条件下的负荷耦合效应。
图 14: XGBoost模型的SHAP特征重要性图
模型构建：性能对比
Transformer 在趋势拟合上优于 LSTM (R²: 0.58 vs 0.44)。融合模型 (Fusion) 进一步将 MAE 降低了 9.3% (83.37 → 75.50)，显著提升了极端值预测精度。
图 15(a): XGBoost 测试集预测
图 15(b): LightGBM 测试集预测
图 16(a): Transformer 测试集预测
图 16(b): LSTM 测试集预测
图 17(a): Transformer 基线 (无覆写)
图 17(b): Fusion 融合模型 (极值覆写)
* 数值越小越好 (R²除外)
预测结果：2025年4月15日
全天 96 点预测统计：均值 192.02，范围 47.71 - 429.40。融合模型成功识别并覆写了 24 个地板价时段，精准刻画了“夜间低谷-午间回落-晚间高峰”的日内特征。
图 18: 2025年4月15日实时电价预测曲线 (96点)