简介基于变分模态分解VMD与长短期记忆网络LSTM的时序预测代码包面向机器学习与深度学习开发者用于处理非线性、非平稳时间序列支持金融、气象、能源等常见预测场景。代码采用TensorFlow框架实现中文注释清晰支持单输入单步、单输入多步、多输入单步、多输入多步四种预测模式并提供MSE、RMSE、R2、MAE、MAPE五类评估指标。压缩包共9个文件大小654KB包含两个Python脚本VMD分解数据保存与VMD-LSTM主模型、三张过程图示、两份文本说明使用说明与Python库依赖以及一套电力负荷预测示例数据CSV与Excel各一份。目前已有54人学习下载可直接替换为自定义数据集进行训练与预测。覆盖从数据分解、特征提取到模型训练与评估的完整流程适合需要快速上手时序建模并对照运行的开发者实际数据与脚本配合可显著降低复现门槛。1. 从原始序列到多个 IMF 再进 LSTM一份 VMD-LSTM 时序预测的落地复盘做时序预测的人大概率都经历过这种尴尬LSTM 代码跑得通loss 也在降可一到验证集上预测曲线就抖得没法看。问题往往不在模型而在喂给模型的原始序列太“脏”——非平稳趋势、突变噪声、周期性波动混在一起LSTM 很难分清哪些是规律、哪些是噪声。VMD-LSTM 的做法是先用变分模态分解VMD把原始序列拆成多个不同频段的 IMF 分量再逐路或拼接送入 LSTM 做预测最后叠加还原。这套流程在金融时序预测、设备寿命预测、能源负荷预测里都是常见的起步方案尤其在数据本身具备多尺度特征时效果比单跑 LSTM 明显更好。这篇笔记直接从实现角度拆解VMD 参数怎么设、LSTM 怎么搭、坑在哪里。2. VMD 与 LSTM 的互补逻辑为什么分解能救时序预测2.1 时序预测三个老问题非平稳、强噪声、长依赖单跑 LSTM 翻车绝大多数不是 LSTM 本身的问题而是输入序列的性质太难。第一个老问题是非平稳。金融价格序列、工业传感器信号这类数据均值、方差、频谱结构都会随着时间漂移训练集里的统计特征和测试集往往对不上。LSTM 虽然能记住长依赖但它本质上在学一个隐含映射训练分布和测试分布一旦错位外推效果就急剧下降。第二个老问题是强噪声。原始序列里的高频毛刺、异常跳变对 LSTM 来说就是需要拟合的信号。模型容量足够大时它能把噪声也背下来表现为训练 loss 极低、验证集一塌糊涂。第三个老问题是长依赖。LSTM 的设计初衷是解决梯度消失但真实数据里的长期趋势往往被短期波动盖住模型很难从一片混乱里提取那个真正的慢变量。VMD 在这里的作用是信号预处理把原始序列按频段拆开让趋势、周期、噪声各自归位。趋势分量干净平稳交给 LSTM 学长期依赖高频分量波动剧烈但规律相对独立模型只需要拟合它的局部模式。整体预测不再是“一个模型面对一团混乱”而是“几个模型各管一段频段”最后叠加。这个思路和 EMD经验模态分解类似但 VMD 在数学框架上更扎实模态混叠和端点效应都轻得多。2.2 VMD 把信号拆成什么IMF、K、alpha和 EMD 的差别VMD 的全称是变分模态分解Variational Mode Decomposition它把原始序列分解成 K 个固有模态函数IMF。每个 IMF 都是一个调幅调频信号围绕各自的中心频率震荡。分解过程通过求解一个变分问题实现在保证所有 IMF 叠加后能重构原始信号的前提下最小化每个 IMF 的带宽。带宽的控制由惩罚系数 alpha 完成。三个最关键参数是 K、alpha、tau。K 是分解层数决定拆成几个 IMFalpha 是带宽惩罚系数alpha 越大每个 IMF 的频带越窄提取出的分量越“纯粹”但过大会导致部分信号丢失tau 是拉格朗日乘子的更新系数通常取 0表示不额外引入噪声容忍项。还有 DC 参数设为 1 时强制第一个 IMF 为趋势项中心频率接近 0init 参数控制中心频率初始化方式1 表示均匀初始化。和 EMD 相比VMD 最大的优势在于两点。第一EMD 是递归筛选一旦某个分量提取出错误差会逐层传导VMD 是整体求解K 个 IMF 同时优化误差分布更均匀。第二EMD 对噪声敏感容易产生模态混叠VMD 通过带宽约束天然抑制混叠。当然 VMD 也有自己的短板K 必须预先给定给少了两个频段挤在一个 IMF 里给多了把本来连续的一段信号劈成两半。所以 K 值的选取是后续避坑章节的重头戏。3. 数据准备与 VMD 分解Python 脚本与参数设定3.1 拆解环境安装 vmdpy 并完成数据清洗VMD 的 Python 实现最常用的是 vmdpy 库底层算法由原作者提供封装得很薄适合直接集成进自定义流程。安装方式很简单。如果 TensorFlow 环境还没配好建议先建一个干净的虚拟环境Python 3.8 及以上版本配合 tensorflow 2.x 使用比较省心。pip install vmdpy pandas numpy matplotlib scikit-learn数据清洗是很多人会跳过的步骤。时序数据里经常带着 NaN 和离群点VMD 对缺失值没有容错能力输入序列只要有一个 NaN分解结果就会变成 NaN。我一般先做三步统一时间索引、填充缺失值、剔除明显错误数据。填充方式首选线性插值因为插值不会像均值填充那样改变序列的频谱结构。import pandas as pd import numpy as np # 读取原始数据假设只有两列timestamp、value df pd.read_csv(sensor_data.csv, parse_dates[timestamp]) df df.set_index(timestamp).sort_index() # 重采样到固定频率缺失值线性插值 df df.resample(5min).mean().interpolate() # 剔除 3sigma 之外的离群点避免单个异常值扭曲分解结果 mean_val df[value].mean() std_val df[value].std() df df[(df[value] mean_val - 3 * std_val) (df[value] mean_val 3 * std_val)] data df[value].values.astype(float) print(f有效数据长度: {len(data)})这里 resample 到固定频率的目的是保证采样间隔一致。VMD 内部计算中心频率依赖采样率如果时间步长忽长忽短频段划分就会失真。3sigma 剔除只针对明显异常点不要设置过高阈值时序预测里的突跳有时候是有效信息一刀切掉反而损失高频成分。3.2 跑通 VMD核心参数与输出解读清洗完成后就可以调用 VMD 了。vmdpy 的接口非常简洁核心函数只有一行返回三个数组分解后的 IMF 集合 u、频谱域信号 u_hat、每个 IMF 的中心频率 omega。from vmdpy import VMD # 参数设定 alpha 2000 # 带宽惩罚系数控制 IMF 的频带宽度 tau 0 # 拉格朗日乘子更新系数一般取 0 K 5 # 分解层数需要根据信号复杂度调整 DC 1 # 第 1 个 IMF 是否为趋势项1 表示开启 init 1 # 中心频率初始化方式1 为均匀分布 tol 1e-7 # 收敛容差 # 执行 VMD 分解 u, u_hat, omega VMD(data, alpha, tau, K, DC, init, tol) # u 的形状是 (K, N)每一行是一个 IMF 分量 print(fIMF 形状: {u.shape}) print(f中心频率: {omega})alpha 2000 是 vmdpy 文档里的默认值多数场景可以不改如果信号本身非常干净可以适当提高到 3000IMF 会更窄。K 5 是一个折中值既不会欠分解也不会碎成噪声。DC 1 适合包含明显趋势项的信号比如设备退化数据或者股价序列如果数据是零均值的稳态信号DC 设为 0 更好。分解完成后要立刻检查 omega如果相邻两个中心频率非常接近说明 K 取大了。3.3 判断 K 是否合适中心频率、相关性检查K 值选得对不对不能只看 loss得回到分解结果本身判断。两个检查手段一是打印每个 IMF 的中心频率二是计算 IMF 之间的相关系数。import numpy as np # 检查中心频率分布 for i, freq in enumerate(omega): print(fIMF{i1}: 中心频率 {freq:.6f}) # 检查相邻 IMF 的相似度相关系数过高说明分解过碎 for i in range(K - 1): corr np.corrcoef(u[i], u[i1])[0, 1] print(fIMF{i1} 与 IMF{i2} 相关系数: {corr:.4f})判断标准我一般这样掌握第一中心频率应从小到大排列且间距明显如果某两个 IMF 的中心频率差距不到 3%说明分解层数偏多两个分量本质上是同一频段被硬拆成两半第二相邻 IMF 的皮尔逊相关系数应低于 0.3高于这个值说明模态混叠还没消除。如果出现这两种情况把 K 减 1 或增 1 重新跑不要怕多试几次。VMD 分解耗时很短几千条数据几秒就算完试错成本远低于后面训练 LSTM。4. TensorFlow LSTM 建模与训练滑窗、网络结构与超参4.1 构建监督学习样本滑窗函数与时间步VMD 分解输出的是 K 个和原始序列等长的 IMF接下来要做的是把每个 IMF 重构成 LSTM 能吃的监督学习样本。核心操作是滑窗用过去 time_steps 个时间步预测下一个时间步。这里的时间步长本质上决定了模型能“看到”多长的历史依赖也是整个流程里最影响效果的参数之一。def create_dataset(data, time_steps48): X, y [], [] for i in range(len(data) - time_steps): X.append(data[i:i time_steps]) y.append(data[i time_steps]) return np.array(X), np.array(y)滑窗函数里要注意X 的每个样本是长度为 time_steps 的窗口y 是窗口之后的那一个点。这个错位关系在拼接 IMF 预测结果时最容易出错后面避坑章节会专门展开。time_steps 的选取没有绝对标准我的经验是至少覆盖一个完整周期。数据有明显日周期性就取 24小时有周周期性就取 168拿不准就先画自相关图看自相关系数衰减到 0 的位置取它的 1.5 到 2 倍作为窗口长度。4.2 两种建模路线逐 IMF 单独预测与多特征联合建模VMD 做完之后有两个流派一种是把每个 IMF 单独归一化、单独训练 LSTM最后叠加各分量预测另一种是把 K 个 IMF 当作 K 个特征通道拼成一个多维输入训练单一 LSTM 模型。两条路线我都跑过各有适用边界。逐 IMF 建模的好处是每个分量都是单变量序列分布干净模型容量要求低高频分量用一个小 LSTM 就能拟合。缺点是维护成本高K 个模型意味着 K 份归一化、K 份调参而且每个模型的滑窗错位要单独对齐。多特征联合建模的做法是把 K 个 IMF 横向拼成形状为 (样本数, time_steps, K) 的三维张量一个模型输出所有分量的预测。这个方案的优点是单模型端到端训练一次缺点是 K 个 IMF 的数值范围差异可能很大归一化要小心否则高频分量会被低频分量淹没相当于白白拆分了。我的做法是取 IMF 的标准化值z-score作为模型输入输出时再逆变换。下面给出的代码按多特征联合建模来写这是最省事也最容易复现的路线。def build_sequences(u, time_steps48): K, N u.shape X, y [], [] for i in range(N - time_steps): X.append(u[:, i:i time_steps].T) # 形状 (time_steps, K) y.append(u[:, i time_steps]) # 形状 (K,) return np.array(X), np.array(y) X, y build_sequences(u, time_steps48) print(fX 形状: {X.shape}, y 形状: {y.shape}) # 输出示例: X 形状: (N-48, 48, K), y 形状: (N-48, K)这里 X 的第二个维度是 time_steps第三个维度是 K 个 IMF 通道和 LSTM 默认的 (batch, timesteps, features) 正好对齐。y 的形状是 (K,)模型输出也是 K 维表示同时预测 K 个 IMF 的下一个值。4.3 归一化与数据划分先切分再 fit顺序别乱归一化是踩坑重灾区最常见的问题是 MinMaxScaler 在全部数据上 fit_transform导致测试集的统计信息提前泄露给训练集。正确流程是先把数据按时间顺序切分成训练集和测试集再用训练集 fit scaler然后对测试集只做 transform。from sklearn.preprocessing import StandardScaler train_size int(len(X) * 0.8) X_train, X_test X[:train_size], X[train_size:] y_train, y_test y[:train_size], y[train_size:] # 对每个 IMF 维度分别标准化注意只 fit 训练集 scalers [] X_train_scaled np.zeros_like(X_train) X_test_scaled np.zeros_like(X_test) y_train_scaled np.zeros_like(y_train) y_test_scaled np.zeros_like(y_test) for k in range(X.shape[-1]): scaler StandardScaler() # 把三维数据按特征维度展开为二维再 fit scaler.fit(X_train[:, :, k]) X_train_scaled[:, :, k] scaler.transform(X_train[:, :, k]) X_test_scaled[:, :, k] scaler.transform(X_test[:, :, k]) y_train_scaled[:, k] scaler.transform(y_train[:, k].reshape(-1, 1)).ravel() y_test_scaled[:, k] scaler.transform(y_test[:, k].reshape(-1, 1)).ravel() scalers.append(scaler)这段代码有几个关键点。一是每个 IMF 通道单独一个 scaler因为它们的均值和方差差异很大混在一起标准化会把高频分量压缩成几乎为 0 的常数。二是训练集 fit 之后测试集只 transform避免测试集的 max/min 影响训练数据。三是 y 的标准化很重要但经常被漏掉预测输出出来以后必须用同一个 scaler 逆变换才能叠加重构。4.4 搭建并训练 LSTM两层 LSTM Dropout Adam模型结构不用太花哨。单变量多通道时序预测两层 LSTM 加一个全连接输出层已经足够应付大多数场景。第一层 LSTM 返回完整序列给第二层第二层只输出最后一个时间步的隐状态。Dropout 放在两层之间防止模型把高频 IMF 的噪声背下来。损失函数用 MSE优化器用 Adam学习率从 1e-3 起步。from tensorflow.keras.models import Sequential from tensorflow.keras.layers import LSTM, Dense, Dropout from tensorflow.keras.optimizers import Adam from tensorflow.keras.callbacks import EarlyStopping time_steps X_train_scaled.shape[1] n_features X_train_scaled.shape[2] model Sequential([ LSTM(64, return_sequencesTrue, input_shape(time_steps, n_features)), Dropout(0.2), LSTM(32, return_sequencesFalse), Dropout(0.1), Dense(n_features) # 输出 K 个值对应 K 个 IMF ]) model.compile(optimizerAdam(learning_rate1e-3), lossmse) model.summary() early_stop EarlyStopping(monitorval_loss, patience15, restore_best_weightsTrue) history model.fit( X_train_scaled, y_train_scaled, validation_data(X_test_scaled, y_test_scaled), epochs200, batch_size64, callbacks[early_stop], verbose1 )神经元数量 64/32 是相对保守的配置如果数据量不大过大的容量反而更容易过拟合。batch_size 我习惯用 64序列数据本身存在时间相关性batch 太小时相邻样本的梯度震荡会特别明显。EarlyStopping 的 patience 设为 15restore_best_weightsTrue 保证最后拿回的是验证集上最优的权重而不是最后一次 epoch 的权重。5. VMD-LSTM 常见问题排查五个真实翻车现场5.1 归一化泄漏测试分数虚高上线就发散现象测试集上 RMSE 低得感人但把模型部署到新数据上预测曲线很快就发散成一团乱码。原因归一化时用了全量数据的 fit_transform测试序列的最大最小值已经混进 scaler 里。LSTM 输出的逆变换会隐式依赖这个范围一旦新数据的数值超出原范围输出直接崩溃。解决先按时间切分再在训练集上 fit这部分代码见 4.3 节。从那以后我每次都会额外打印 scaler 的 data_min_ 和 data_max_确认它们只来自训练集。5.2 K 取太大分解过碎子序列全在学噪声现象IMF2 和 IMF3 波形肉眼看着几乎一模一样相关系数超过 0.6两个分量各自喂给 LSTM 后预测结果都像白噪声。原因K 值超过信号实际包含的频段数VMD 把同一频段硬拆成多个窄带分量。高频分量的能量太低LSTM 很容易把训练集的随机波动当成规律。解决回到 3.3 节的中心频率检查流程把 K 调小。一个实用技巧把 omega 的相邻差值打印出来如果差值小于 0.01果断减 K。5.3 预测结果与真实值对不齐滑窗错位与拼接顺序现象把各 IMF 预测值叠加后还原出的预测曲线和真实曲线形态很像但整体向右或向左平移了若干个时间步。原因滑窗函数里 X 和 y 的索引错位或者在多步预测时用了递归滚动把上一步的预测值塞回输入窗口误差逐点累积。解决先画一张前 200 个时间步的对比图确认预测值和真实值在时间轴上对齐再谈误差指标。单步预测不需要滚动直接取模型输出的最后一个时间步。5.4 loss 不降或过拟合学习率、模型容量与早停现象训练 loss 在前 10 个 epoch 内一路下降val_loss 却原地踏步甚至上升。原因学习率太大导致在最优解附近震荡或者 LSTM 神经元数量远超数据量模型开始背训练集。解决Adam 的学习率从 1e-3 降到 3e-4 通常就能缓解神经元数量如果从 128 降到 64 效果不明显再检查是否漏了 Dropout。EarlyStopping 不要省patience 设在 10 到 20 之间。5.5 样本乱序 shuffle时序样本不能被随机打散现象同一套代码跑两次训练出来的模型在测试集上的指标忽高忽低波动很大。原因用 train_test_split 默认的随机切分或是在 fit 里开了 shuffleTrue把时间上靠近的样本强行拆到了训练集和验证集模型看到的验证集其实早就“见过”了。解决时序数据只能按索引顺序切分像 4.3 节那样用切片完成 8:2 划分。shuffle 可以在训练集内部打乱样本顺序但不能跨越训练集和测试集的边界。6. 进阶多步滚动预测与误差评估把 IMF 拼回原始尺度6.1 评估对比RMSE/MAE 与单 LSTM 基线很多人在报告精度时只给一个整体 RMSE但 VMD-LSTM 的价值恰恰体现在不同频段的误差分布上。我的习惯是分别计算每个 IMF 分量的 RMSE再对比直接跑单 LSTM 的基线结果这样能明确分解到底在哪个频段起作用。from sklearn.metrics import mean_squared_error, mean_absolute_error # 逆变换预测结果 y_pred_scaled model.predict(X_test_scaled) y_pred np.zeros_like(y_pred_scaled) y_true np.zeros_like(y_test_scaled) for k in range(n_features): y_pred[:, k] scalers[k].inverse_transform(y_pred_scaled[:, k].reshape(-1, 1)).ravel() y_true[:, k] scalers[k].inverse_transform(y_test_scaled[:, k].reshape(-1, 1)).ravel() # 整体还原到原始尺度再算误差 pred_sum y_pred.sum(axis1) true_sum y_true.sum(axis1) print(f整体 RMSE: {mean_squared_error(true_sum, pred_sum) ** 0.5:.4f}) print(f整体 MAE: {mean_absolute_error(true_sum, pred_sum):.4f}) # 逐个 IMF 看误差分布 for k in range(n_features): rmse mean_squared_error(y_true[:, k], y_pred[:, k]) ** 0.5 print(fIMF{k1} RMSE: {rmse:.4f})如果低频 IMF1 的 RMSE 占整体误差的一半以上说明模型对趋势的拟合还有提升空间优先调整 time_steps 和 LSTM 神经元数。如果高频 IMF 的误差反而小说明分解把噪声和信号的边界分得很干净这个 K 值的选型值得保留。6.2 多步预测滚动递归与误差累积单步预测只能验证模型“下一步”的能力实际工程里往往需要预测未来 24 步甚至 48 步。常见做法是滚动递归把当前预测值作为下一步输入的一部分逐步往前推。但这意味着误差会随时间步累积一般预测到第 5 步之后曲线就开始偏离。def recursive_forecast(model, last_window, scalers, steps24): # last_window 形状为 (time_steps, n_features)已经是标准化后的值 current_window last_window.copy() forecasts [] for _ in range(steps): pred_scaled model.predict(current_window[np.newaxis, :, :], verbose0)[0] forecasts.append(pred_scaled) # 丢掉窗口第一个时间步把预测值接到末尾 current_window np.vstack([current_window[1:], pred_scaled]) return np.array(forecasts)递归预测的误差来源有两个一是模型自身误差被不断放大二是高频 IMF 的预测值在滚动中会迅速退化。一个折中的方案是只对低频 IMF 做递归预测高频 IMF 保持单步预测后取均值。这样整体趋势能外推局部波动又不会把结果带偏。误差评估时计算每个步长的累计误差曲线画出来就能直观看到模型在第几步开始失控。做这套流程做久了我养成了一个习惯不管数据多简单跑完 VMD 先打印中心频率和 IMF 相关系数再谈建模归一化永远先切分再 fit评估永远分 IMF 看误差。这套流程踩过的坑大概率你也会遇到提前绕开就是省时间。希望帮到你。本文还有配套的精品资源点击获取