电力负荷预测案例之查看数据整体和各小时负荷分布

import os
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import logging

# 解决中文乱码
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

# 1. 日志工具类
print("=== 1. 日志工具类 ===")

class LogUtils:
    """日志工具类"""
    
    def __init__(self, root_path='./', log_name='project', level=logging.INFO):
        self.logger = logging.getLogger(log_name)
        self.logger.setLevel(level)
        
        if not self.logger.handlers:
            log_dir = os.path.join(root_path, 'log')
            os.makedirs(log_dir, exist_ok=True)
            log_file = os.path.join(log_dir, f'{log_name}.log')
            
            file_handler = logging.FileHandler(log_file, encoding='utf-8')
            file_handler.setLevel(level)
            
            console_handler = logging.StreamHandler()
            console_handler.setLevel(level)
            
            formatter = logging.Formatter(
                '%(asctime)s - %(name)s - %(levelname)s - %(message)s'
            )
            file_handler.setFormatter(formatter)
            console_handler.setFormatter(formatter)
            
            self.logger.addHandler(file_handler)
            self.logger.addHandler(console_handler)
    
    def get_log(self):
        return self.logger

# 2. 生成模拟数据
print("\n=== 2. 生成模拟数据 ===")

def generate_power_load_data(n_days=30):
    """生成电力负荷数据"""
    np.random.seed(42)
    
    dates = pd.date_range('2024-01-01', periods=n_days*24, freq='h')
    power_load = []
    
    for date in dates:
        hour = date.hour
        dayofweek = date.dayofweek
        month = date.month
        
        # 基础负荷
        if 0 <= hour < 6:
            base_load = 500
        elif 6 <= hour < 9:
            base_load = 800
        elif 9 <= hour < 17:
            base_load = 1000
        elif 17 <= hour < 21:
            base_load = 1200
        else:
            base_load = 700
        
        # 周末调整
        if dayofweek >= 5:
            base_load *= 0.8
        
        # 季节调整
        if month in [12, 1, 2]:
            base_load *= 1.2
        elif month in [6, 7, 8]:
            base_load *= 1.1
        
        load = base_load + np.random.normal(0, 50)
        power_load.append(max(100, load))
    
    data = pd.DataFrame({
        'time': dates,
        'power_load': power_load
    })
    
    return data

data = generate_power_load_data(n_days=30)
print(f"数据形状: {data.shape}")

# 3. analysis_data函数
print("\n=== 3. analysis_data函数 ===")

def analysis_data(data):
    """
    查看数据分布
    Args:
        data: 数据源
    """
    # 2.1 为了防止修改原数据，做一次拷贝
    analysis_data = data.copy()
    
    # 2.2 查看数据整体分布
    print("--- 查看数据整体分布 ---")
    print(analysis_data.info())
    
    # 2.3 查看负荷整体分布（直方图）
    print("\n--- 查看负荷整体分布 ---")
    
    # 创建画布
    fig = plt.figure(figsize=(20, 40))
    
    # 子图1：负荷整体分布（直方图）
    ax1 = fig.add_subplot(4, 1, 1)
    ax1.hist(analysis_data['power_load'], bins=50, color='skyblue', edgecolor='black')
    ax1.set_xlabel('电力负荷')
    ax1.set_ylabel('频数')
    ax1.set_title('负荷整体分布')
    ax1.grid(True, alpha=0.3)
    
    # 2.4 查看各小时平均负荷分布
    print("\n--- 查看各小时平均负荷分布 ---")
    
    # 提取hour特征
    analysis_data['hour'] = analysis_data['time'].dt.hour
    
    # 按小时分组求平均
    hourly_avg = analysis_data.groupby('hour')['power_load'].mean()
    
    print("各小时平均负荷:")
    for hour in range(24):
        avg = hourly_avg.iloc[hour] if hour < len(hourly_avg) else 0
        print(f"  {hour:2d}时: {avg:.2f}")
    
    # 子图2：各小时平均负荷（柱状图）
    ax2 = fig.add_subplot(4, 1, 2)
    ax2.bar(hourly_avg.index, hourly_avg.values, color='lightgreen', edgecolor='black')
    ax2.set_xlabel('小时')
    ax2.set_ylabel('平均负荷')
    ax2.set_title('各小时平均负荷分布')
    ax2.set_xticks(range(24))
    ax2.grid(True, alpha=0.3)
    
    # 子图3：负荷时序图
    ax3 = fig.add_subplot(4, 1, 3)
    ax3.plot(analysis_data['time'], analysis_data['power_load'], 'b-', linewidth=0.5)
    ax3.set_xlabel('时间')
    ax3.set_ylabel('电力负荷')
    ax3.set_title('负荷时序图')
    ax3.grid(True, alpha=0.3)
    
    # 子图4：负荷箱线图（按小时）
    ax4 = fig.add_subplot(4, 1, 4)
    box_data = [analysis_data[analysis_data['hour'] == h]['power_load'].values for h in range(24)]
    ax4.boxplot(box_data, labels=range(24))
    ax4.set_xlabel('小时')
    ax4.set_ylabel('电力负荷')
    ax4.set_title('各小时负荷箱线图')
    ax4.grid(True, alpha=0.3)
    
    plt.tight_layout()
    plt.savefig('data_distribution.png', dpi=100)
    print("\n数据分布图已保存: data_distribution.png")
    
    return analysis_data

# 4. 调用analysis_data
print("\n=== 4. 调用analysis_data ===")
result = analysis_data(data)

# 5. 数据分析详解
print("\n=== 5. 数据分析详解 ===")

def data_analysis_details(data):
    """数据分析详解"""
    print("--- 1. 数据整体信息 ---")
    print(f"数据形状: {data.shape}")
    print(f"数据类型:\n{data.dtypes}")
    print(f"\n描述统计:\n{data.describe()}")
    
    print("\n--- 2. 负荷统计 ---")
    print(f"最小负荷: {data['power_load'].min():.2f}")
    print(f"最大负荷: {data['power_load'].max():.2f}")
    print(f"平均负荷: {data['power_load'].mean():.2f}")
    print(f"中位数: {data['power_load'].median():.2f}")
    print(f"标准差: {data['power_load'].std():.2f}")
    
    print("\n--- 3. 各小时统计 ---")
    data['hour'] = data['time'].dt.hour
    hourly_stats = data.groupby('hour')['power_load'].agg(['mean', 'std', 'min', 'max'])
    
    print("各小时统计:")
    for hour in range(24):
        if hour < len(hourly_stats):
            stats = hourly_stats.iloc[hour]
            print(f"  {hour:2d}时: 均值={stats['mean']:.2f}, "
                  f"标准差={stats['std']:.2f}, "
                  f"最小={stats['min']:.2f}, "
                  f"最大={stats['max']:.2f}")

data_analysis_details(data)

# 6. 可视化详解
print("\n=== 6. 可视化详解 ===")

def visualization_details(data):
    """可视化详解"""
    print("""
可视化内容:

1. 负荷整体分布（直方图）
   - 查看负荷的分布情况
   - 了解负荷的集中区间
   - 发现异常值

2. 各小时平均负荷（柱状图）
   - 查看一天内的负荷变化
   - 发现高峰和低谷时段
   - 了解用电规律

3. 负荷时序图
   - 查看负荷随时间变化
   - 发现趋势和周期性
   - 了解数据整体走势

4. 各小时负荷箱线图
   - 查看各小时负荷分布
   - 发现异常值
   - 了解各小时负荷的离散程度
""")

visualization_details(data)

# 7. 数据分析结论
print("\n=== 7. 数据分析结论 ===")

def analysis_conclusions(data):
    """数据分析结论"""
    data = data.copy()
    data['hour'] = data['time'].dt.hour
    
    hourly_avg = data.groupby('hour')['power_load'].mean()
    
    # 找高峰和低谷
    peak_hour = hourly_avg.idxmax()
    peak_load = hourly_avg.max()
    
    valley_hour = hourly_avg.idxmin()
    valley_load = hourly_avg.min()
    
    print(f"""
数据分析结论:

1. 数据量
   - 共{len(data)}条数据
   - 时间范围: {data['time'].min()} ~ {data['time'].max()}

2. 负荷分布
   - 最小负荷: {data['power_load'].min():.2f}
   - 最大负荷: {data['power_load'].max():.2f}
   - 平均负荷: {data['power_load'].mean():.2f}

3. 用电规律
   - 高峰时段: {peak_hour}时 (负荷: {peak_load:.2f})
   - 低谷时段: {valley_hour}时 (负荷: {valley_load:.2f})
   
4. 建议
   - 高峰时段注意电力调度
   - 低谷时段可以安排储能
   - 关注异常值
""")

analysis_conclusions(data)

# 8. 完整analysis_data代码
print("\n=== 8. 完整analysis_data代码 ===")

def complete_analysis_code():
    """完整analysis_data代码"""
    print("""
def analysis_data(data):
    \"\"\"查看数据分布\"\"\"
    # 1. 拷贝数据
    analysis_data = data.copy()
    
    # 2. 查看数据整体分布
    print(analysis_data.info())
    
    # 3. 创建画布
    fig = plt.figure(figsize=(20, 40))
    
    # 4. 子图1：负荷整体分布（直方图）
    ax1 = fig.add_subplot(4, 1, 1)
    ax1.hist(analysis_data['power_load'], bins=50)
    ax1.set_title('负荷整体分布')
    
    # 5. 提取hour特征
    analysis_data['hour'] = analysis_data['time'].dt.hour
    
    # 6. 按小时分组求平均
    hourly_avg = analysis_data.groupby('hour')['power_load'].mean()
    
    # 7. 子图2：各小时平均负荷（柱状图）
    ax2 = fig.add_subplot(4, 1, 2)
    ax2.bar(hourly_avg.index, hourly_avg.values)
    ax2.set_title('各小时平均负荷分布')
    
    # 8. 子图3：负荷时序图
    ax3 = fig.add_subplot(4, 1, 3)
    ax3.plot(analysis_data['time'], analysis_data['power_load'])
    ax3.set_title('负荷时序图')
    
    # 9. 子图4：各小时负荷箱线图
    ax4 = fig.add_subplot(4, 1, 4)
    box_data = [analysis_data[analysis_data['hour'] == h]['power_load'].values 
                for h in range(24)]
    ax4.boxplot(box_data, labels=range(24))
    ax4.set_title('各小时负荷箱线图')
    
    plt.tight_layout()
    plt.savefig('data_distribution.png', dpi=100)
    
    return analysis_data
""")

complete_analysis_code()

# 9. 总结
def analysis_summary():
    """分析总结"""
    print("=" * 50)
    print("数据分布查看总结")
    print("=" * 50)
    
    print("\n1. 函数名")
    print("   analysis_data")
    
    print("\n2. 步骤")
    print("   拷贝数据")
    print("   查看整体分布（info）")
    print("   查看负荷分布（直方图）")
    print("   查看各小时平均（柱状图）")
    
    print("\n3. 画布")
    print("   figsize=(20, 40)")
    print("   4个子图垂直排列")
    
    print("\n4. 子图")
    print("   add_subplot(4, 1, n)")
    
    print("\n" + "=" * 50)
    print("数据分布查看完成!")
    print("=" * 50)

analysis_summary()