Python用Transformer、Prophet、RNN、LSTM、SARIMAX时间序列预测分析用电量、销售、交通事故数据

原文链接： tecdat.cn/?p=42219

在数据驱动决策的时代，时间序列预测作为揭示数据时序规律的核心技术，已成为各行业解决预测需求的关键工具。从能源消耗趋势分析到公共安全事件预测，不同领域的数据特征对预测模型的适应性提出了差异化挑战。本文基于某咨询项目的实际需求，通过对比分析五种主流预测模型（SARIMAX、RNN、LSTM、Prophet、Transformer）在多类数据集上的表现，探讨模型选择逻辑与参数调优策略，为行业应用提供可落地的解决方案（点击文末“阅读原文”获取完整智能体、代码、数据、文档）。

作为数据科学领域的从业者，我们在为客户构建预测系统时发现：单一模型难以适配多样化的数据场景。例如，能源领域的月度消耗数据呈现强季节性，而公共安全领域的事件数据则可能包含突发异常值。因此，系统性对比模型在不同数据特征下的表现，成为提升预测准确性的必要前提。本文所涉及的专题项目文件已分享至行业交流社群，欢迎扫码进群与500+从业者共同探讨技术细节与应用场景。

 流程图：研究脉络概览

一、研究目标与数据场景

时间序列预测的核心是通过历史数据捕捉规律以预测未来。本文聚焦以下五类模型的实际效能：

• SARIMAX

  ：适用于包含季节性和外部变量的线性时序数据，通过差分处理非平稳性。

• RNN（循环神经网络）

   ：擅长处理序列依赖关系，通过隐藏状态记忆历史信息。

• LSTM（长短期记忆网络）

   ：优化RNN的长期依赖问题，通过门控机制过滤无效信息。

• Prophet

  ：由Meta开发的集成模型，自动处理趋势、季节和节假日效应，对数据缺失鲁棒。

• Transformer

  ：基于自注意力机制的新兴模型，理论上可捕捉复杂时序模式。
  实验数据覆盖四大真实场景：

1. 能源消耗数据（Electric Production）

    ：某地区月度工业用电量，含397条记录，存在显著季节性。

2. 零售销售数据（Sales-of-Shampoo）

    ：三年月度洗发水销量，共36条记录，反映消费趋势。

3. 公共安全数据（Crime Data）

    ：某城市2020年至今的每日犯罪记录，包含726条数据，需处理非平稳性与异常值。

4. 交通事故数据（Crash Reporting）

    ：某郡月度交通事故驾驶员信息，60条记录，用于分析道路安全趋势。

数据截图

二、数据预处理与特征分析

2.1 数据检验与平稳性分析

采用Dickey-Fuller检验判断数据平稳性，通过**自相关函数（ACF）和偏自相关函数（PACF）**识别周期性与滞后阶数。以能源消耗数据为例，Python代码实现如下：

ini
体验AI代码助手
代码解读
复制代码
# 读取数据并聚合为月度均值 
data = pd.read_csv("eneta.csv") 
monthly_data = data['consumption'].resample('M').mean() 
# 绘制时序图 
monthly_data.plot() 
plt.title("月度能源消耗趋势") 
plt.show() 
# 平稳性检验与相关性分析 
adf_result = adfuller(monthly_data) 
print(f"ADF统计量: {adf_result[0]:.2f}, p值: {adf_result[1]:.4f}")

结果解读：

能源消耗数据的ADF检验p值>0.05，表明非平稳，需差分处理；ACF呈拖尾、PACF一阶截尾，初步确定ARIMA(1,1,0)模型。

各数据集的预处理结论汇总如下（表1）：

数据类型	频率	样本量	平稳性	ARIMA阶数	季节阶数
能源消耗	月度	397	否	(1,1,0)	(1,1,1,12)
洗发水销售	月度	36	否	(1,1,1)	(1,1,1,12)
犯罪数据	每日	726	是	(1,0,1)	(1,1,1,7)
交通碰撞	月度	60	否	(1,1,1)	(1,1,1,12)

图1：能源消耗数据月度趋势

图2：ACF与PACF函数图像

三、核心模型实现与参数调优

3.1 SARIMAX：季节性线性建模

针对能源消耗数据，使用SARIMAX捕捉季节效应，代码如下：

ini
体验AI代码助手
代码解读
复制代码
from statsmodels.tsa.statespace.sarimax import SARIMAX 
# 划分训练集与测试集（保留最后3个月验证） 
train = monthly_data[:-3] 
test = monthly_data[-3:] 
# 拟合SARIMAX(1,1,0)(1,1,1,12)模型 
model = SARIMAX(train, order=(1,1,0), seasonal_order=(1,1,1,12)) 
result = model.fit() 
# 预测与评估 
forecast = result.forecast(steps=3) 
mape = np.mean(np.abs((test - forecast)/test)) * 100
print(f"MAPE: {mape:.2f}%") # 输出：MAPE: 4.42%

3.2 RNN与LSTM：序列特征学习

以交通碰撞数据为例，构建RNN模型时需先进行季节分解与归一化：

ini
体验AI代码助手
代码解读
复制代码
import torch 
from sklearn.preprocessing import MinMaxScaler 
# 季节分解（加法模型，周期12个月） 
decomposed = seasonal_decompose(data, model='additive', period=12) 
deseasonalized = decomposed.trend + decomposed.resid 
# 数据归一化与序列生成

3.3 Prophet：自动化季节建模

Prophet通过内置参数自适应调整季节效应，适用于含明显周期的数据集

3.4 Transformer：注意力机制探索

尝试将NLP领域的Transformer应用于时序预测，通过位置编码保留序列顺序信息

scss
体验AI代码助手
代码解读
复制代码
pe = torch.zeros(max_len, 1, d_model) 
position = torch.arange(0, max_len, dtype=torch.float).unsqueeze(1) 
div_term = torch.exp(torch.arange(0, d_model, 2) * (-math.log(10000.0) / d_model)) 
pe[:, 0, 0::2] = torch.sin(position * div_term) 
pe[:, 0, 1::2] = torch.cos(position * div_term)

四、模型性能对比与行业启示

4.1 关键指标：MAPE值对比

通过平均绝对百分比误差（MAPE）评估模型准确性，结果如下（表2）：

数据类型	SARIMAX	RNN	LSTM	Prophet	Transformer
能源消耗	4.42%	2.17%	2.29%	3.65%	4.55%
洗发水销售	9.62%	13.35%	39.12%	13.11%	38.15%
犯罪数据	25.31%	10.32%	13.81%	22.06%	196.10%
交通碰撞	7.43%	5.05%	5.49%	4.97%	5.71%

图3：各模型在不同数据集上的MAPE分布

 

4.2 核心发现

1. RNN的泛化能力

   ：在能源消耗、交通碰撞等复杂数据中表现最佳，尤其适合捕捉非线性依赖关系。

2. Prophet的季节适应性

   ：在洗发水销售数据（强季节性）中MAPE仅为13.11%，显著优于LSTM（39.12%）。

3. Transformer的局限性

   ：在时序领域尚未展现NLP中的优势，犯罪数据中MAPE高达196.10%，可能与注意力机制对短序列的低效性有关。

4. 计算效率权衡

   ：SARIMAX和Prophet的训练时间仅为RNN/LSTM的1/5-1/3，适合实时性要求高的场景。

4.3 行业应用建议

• 能源与零售

  ：优先使用Prophet或SARIMAX，结合业务周期（如季度、节假日）调整季节参数。

• 公共安全与交通

  ：采用RNN/LSTM捕捉突发模式，通过数据增强（如合成异常样本）提升模型鲁棒性。

• 新兴场景

  ：Transformer可作为探索性工具，但需结合时序特性优化架构（如引入卷积预处理）。

五、结论与展望

本研究通过多场景实证分析，揭示了时间序列预测模型的“数据-模型适配法则”：没有最优模型，只有最适合特定数据特征的方案。例如，RNN在含噪声的长序列中表现稳定，而Prophet凭借自动化季节建模成为商业场景的首选。
未来研究可聚焦以下方向：

1. 混合模型

   ：结合传统时序分析与深度学习（如SARIMA-LSTM），提升复杂模式捕捉能力。

2. 实时预测

   ：优化RNN的推理速度，或采用轻量级模型（如Temporal Fusion Transformer）满足流式数据需求。

3. 可解释性

   ：通过SHAP值等工具解析Prophet与Transformer的决策逻辑，增强行业信任度。

注：文中部分代码为简化示意，实际应用需根据数据规模调整批次大小、训练轮次等参数。数据名称已做脱敏处理，具体业务场景可联系作者进一步探讨。

本文中分析的完整智能体、数据、代码、文档分享到会员群，扫描下面二维码即可加群！ 

---

资料获取

在公众号后台回复“领资料”，可免费获取数据分析、机器学习、深度学习等学习资料。

点击文末“阅读原文”

获取完整智能体、

代码、数据和文档。

点击标题查阅往期内容

SARIMA-LSTM融合模型对太阳黑子数量预测分析|附智能体数据代码

【视频讲解】线性时间序列原理及混合ARIMA-LSTM神经网络模型预测股票收盘价研究实例

Matlab用深度学习长短期记忆（LSTM）神经网络对文本数据进行分类

Python用CNN+LSTM+Attention对新闻文本分类、锂离子电池健康、寿命数据预测

视频：Python深度学习量化交易策略、股价预测：LSTM、GRU深度门控循环神经网络|附代码数据

【视频讲解】Python用LSTM长短期记忆网络GARCH对SPX指数金融时间序列波动率滚动预测

【视频讲解】Python用LSTM、Wavenet神经网络、LightGBM预测股价|数据分享

Python股票预测:注意力多层Attention RNN LSTM应用

Python对商店数据进行lstm和xgboost销售量时间序列建模预测分析

Matlab用深度学习长短期记忆（LSTM）神经网络对文本数据进行分类

RNN循环神经网络 、LSTM长短期记忆网络实现时间序列长期利率预测

结合新冠疫情COVID-19股票价格预测：ARIMA，KNN和神经网络时间序列分析

深度学习：Keras使用神经网络进行简单文本分类分析新闻组数据

用PyTorch机器学习神经网络分类预测银行客户流失模型

PYTHON用LSTM长短期记忆神经网络的参数优化方法预测时间序列洗发水销售数据

Python用Keras神经网络序列模型回归拟合预测、准确度检查和结果可视化

Python用LSTM长短期记忆神经网络对不稳定降雨量时间序列进行预测分析

R语言中的神经网络预测时间序列：多层感知器（MLP）和极限学习机（ELM）数据分析报告

R语言深度学习：用keras神经网络回归模型预测时间序列数据

Matlab用深度学习长短期记忆（LSTM）神经网络对文本数据进行分类

R语言KERAS深度学习CNN卷积神经网络分类识别手写数字图像数据（MNIST）

MATLAB中用BP神经网络预测人体脂肪百分比数据

Python中用PyTorch机器学习神经网络分类预测银行客户流失模型

R语言实现CNN（卷积神经网络）模型进行回归数据分析

SAS使用鸢尾花(iris)数据集训练人工神经网络(ANN)模型

【视频】R语言实现CNN（卷积神经网络）模型进行回归数据分析

Python使用神经网络进行简单文本分类

R语言用神经网络改进Nelson-Siegel模型拟合收益率曲线分析

R语言基于递归神经网络RNN的温度时间序列预测

R语言神经网络模型预测车辆数量时间序列

R语言中的BP神经网络模型分析学生成绩

matlab使用长短期记忆（LSTM）神经网络对序列数据进行分类

R语言实现拟合神经网络预测和结果可视化

用R语言实现神经网络预测股票实例

使用PYTHON中KERAS的LSTM递归神经网络进行时间序列预测

python用于NLP的seq2seq模型实例:用Keras实现神经网络机器翻译

用于NLP的Python：使用Keras的多标签文本LSTM神经网络分类