能源时序与大模型

所属： 应用层。本页边界： LLM 应怎样与数值时序模型结合，而不是替代强预测基线。

#核心公式

\phi^* =\arg\min_\phi \mathbb E\!\left[ \sum_{h=1}^{H} \ell\!\left( y_{t+h}, f_\phi(\mathcal F_t,h) \right) \right]

该目标强调预测器只能使用预测时刻的信息集 $\mathcal F_t$ ，并在多个预测步上最小化与任务代价一致的损失。

如果输入包含 $\mathcal F_t$ 之外的未来实测信息，目标函数即发生信息泄漏。

预测时刻 $t$ 的信息集记为 $\mathcal F_t$ ；合法预测器必须满足下式。历史负荷、已发布的天气预报、未来已知日历通常可用；未来实测天气、事后故障报告、未来统计均值不可用。这个约束比“训练集/测试集分开”更根本。

\hat y_{t+h}=f(\mathcal F_t)

多步预测可直接输出 $(\hat y_{t+1},\ldots,\hat y_{t+H})$ ，也可递归生成；递归方案会积累误差。点预测之外，分位数 $\hat q_{\alpha,t+h}$ 或分布 $p(y_{t+h}\mid\mathcal F_t)$ 更适合调度风险决策，但需要校准检查。

季节性朴素法（强基线）→ 统计/树模型（外生变量与可解释特征）→ 深度时序模型（长依赖、多变量与跨设备迁移）→ LLM 接入文本/知识/工具（补充异构信息）；最后一步不是对前面模型的无条件替代。

组件	最合适的输入	输出	主要错误
时序预测器	历史数值、可用外生变量	数值/分布预测	漂移、极端值、未来泄漏
事件提取 LLM	工单、日志、规程	时间戳、设备、事件类型	文本歧义、实体对齐错
RAG	有版本的规程/知识	带来源的证据	漏召回、过时文件
Agent/工具层	已验证的模型与数据库	编排、解释	工具越权、解释过度

LLM 输出的事件特征 $e_t$ 可与时序特征拼接如下。若 $e_t$ 来自事后填写的工单，却被当作预测时刻已知，则引入时间泄漏。

\hat y_{t+h}=f_\phi(y_{\le t},u_{\le t},e_{\le t})

因果效应的反事实 $Y(0),Y(1)$ 不能同时对同一对象直接观测；语言模型生成的“原因解释”不填补这个识别缺口。异常检测若仅看点级准确率，在异常极少时可能接近全正常基线。

时间外推：按时间向前滚动验证，训练只用测试时刻之前数据。设备外推：将整台设备留出，检验跨设备迁移。地域/季节外推：额外按场站、季节分层。若同一设备的重叠窗口被随机分到训练与测试，几乎重复的历史模式会抬高指标。

LLM 增益应做消融：数值基线；+文本事件；+RAG；+Agent 编排。每一步额外报告 token、延迟、可用率和错误类型。若仅加入 LLM 而数据源也变多，不能把提升全部归因于模型架构。

设备拓扑、运行约束、调度规程更适合作为结构化特征或可检索证据；训练权重适合吸收稳定、广泛重复的模式。知识频繁变动时，优先更新检索库而非依赖继续预训练。对需严守物理边界的预测，可将违反约束的输出投影回可行域，但投影后的误差、覆盖率和物理一致性都需单独验证。

MAE 见式（1），RMSE 见式（2）；RMSE 对大误差更敏感。若低估负荷比高估负荷更危险，单一对称误差不够，应使用不对称损失或分位数预测。分位数损失见式（3），其中式（4）；它直接对应不同风险水平的预测。

式（1）：

\frac1n\sum_i|y_i-\hat y_i|

式（2）：

\sqrt{\frac1n\sum_i(y_i-\hat y_i)^2}

式（3）：

\rho_\alpha(u)=u(\alpha-\mathbf 1[u<0])

式（4）：

u=y-\hat q_\alpha

不能只报所有时刻平均值。极端天气、节假日、设备故障时段可能少，却决定调度风险；应对这些条件分别报告误差与区间覆盖。概率预测若 90% 区间仅覆盖 60% 真值，数值平均误差小也不足以支撑风险决策。

一条可信解释应能追溯：原始时序异常区间 → 数值模型预测/异常分数 → 相关日志/规程片段 → LLM 组织语言。若只给 LLM 一张预测曲线，它可能把相关事件叙述成因果原因。尤其对“某次调度动作导致负荷变化”之类结论，应明确干预时间、对照和潜在混杂，不能凭叙事流畅度替代识别假设。

关联概念： RAG提供规程证据；工具调用连接数值模型；评测与可靠性说明分层评价、泄漏与成本口径；数据血缘追踪工单与时序数据版本。

本页由仓库中的 Markdown 生成。具体技术结论请结合正文引用与实验条件理解。