Darts时间序列库中静态协变量与动态协变量的正确使用方式

概述

在使用Darts时间序列库进行预测建模时，协变量的处理是一个关键环节。本文将详细介绍静态协变量(static covariates)和动态协变量(未来协变量future covariates/过去协变量past covariates)的区别，以及如何在Darts中正确使用它们。

协变量类型区分

在时间序列预测中，协变量可以分为两大类：

1. 静态协变量：这些特征在整个时间序列中保持不变，例如气象站ID、设备型号等固有属性。它们不随时间变化。

2. 动态协变量：这些特征随时间变化，又分为：

   • 未来协变量：未来已知或可预测的特征，如小时、季度、星期几等
   • 过去协变量：仅历史已知的特征

常见误区

许多用户容易混淆静态协变量和动态协变量的使用场景。一个典型错误是试图将小时、季度等随时间变化的特征作为静态协变量传入。这些实际上是动态协变量，应该作为未来协变量处理。

正确使用方法

动态协变量处理

对于小时、月份等周期性特征，推荐使用Darts提供的datetime_attribute_timeseries工具函数生成：

from darts import TimeSeries
from darts.utils.timeseries_generation import datetime_attribute_timeseries

# 生成月份和小时特征(使用one-hot编码)
month_series = datetime_attribute_timeseries(
    pd.date_range(start=start_time, end=end_time, freq="H"), 
    attribute="month", 
    one_hot=True
)
    
hour_series = datetime_attribute_timeseries(
    pd.date_range(start=start_time, end=end_time, freq="H"),
    attribute="hour", 
    one_hot=True
)

# 合并多个协变量
ts_covariates = month_series.stack(hour_series)

多时间序列处理

当处理多个相关时间序列(如多个气象站数据)时，可以使用from_group_dataframe方法批量创建：

# 创建目标序列(多个气象站)
target_series = TimeSeries.from_group_dataframe(
    df,
    group_cols="station_id",  # 按气象站分组
    time_col='dt',            # 时间列
    value_cols=['temperature', 'pressure']  # 目标变量
)

# 创建对应的协变量序列
future_covariates = TimeSeries.from_group_dataframe(
    df,
    group_cols="station_id",
    time_col='dt',
    value_cols=['hour', 'quarter', 'dayofyear']  # 协变量
)

静态协变量的特殊处理

真正的静态协变量(如气象站ID)会被自动添加为静态属性。需要注意的是，如果静态协变量是分类变量，需要进行适当的编码转换(如one-hot编码或标签编码)才能被模型使用。

最佳实践建议

1. 仔细区分特征的时效性：判断特征是静态不变的还是随时间变化的

2. 对于周期性时间特征，使用Darts内置工具生成，可以确保时间对齐

3. 多序列处理时，保持目标序列和协变量序列的顺序一致性

4. 分类型静态协变量需要进行适当的数值化处理

通过正确理解和使用Darts中的协变量功能，可以显著提升时间序列预测模型的性能，特别是在处理具有丰富上下文信息的复杂时间序列数据时。