Darts项目中处理不同时间尺度协变量的技术方案

多时间尺度协变量问题的背景

在使用Darts时间序列预测库时，经常会遇到目标变量和协变量具有不同时间尺度的情况。例如，目标变量可能是15分钟频率的电力数据，而协变量则可能包含小时级、日级甚至周级的数据。这种多时间尺度数据在现实应用中非常常见，但处理起来却颇具挑战性。

传统处理方法的局限性

传统上，开发者可能会将所有数据统一到最细粒度的时间尺度（如15分钟），然后进行合并。这种方法虽然可行，但存在明显缺点：

1. 数据量会急剧膨胀，导致训练时间大幅增加
2. 高频填充的低频数据会引入冗余信息
3. 无法充分利用不同时间尺度数据的特性

Darts的解决方案：组件特定滞后

Darts提供了更优雅的解决方案——通过RegressionModel及其子类（如LightGBMModel）的组件特定滞后(lags)功能。这一功能允许为不同的协变量组件指定不同的滞后模式，从而有效处理多时间尺度问题。

实现方法

在创建模型时，可以通过字典形式为lags_past_covariates参数指定不同组件的滞后设置：

model = LightGBMModel(
    lags=30,
    lags_past_covariates={
        "default_lags": [-96, -5, -4, -3, -2, -1],
        "15_min_component": list(range(-4, -97, -4)),
        "hourly_component": list(range(-96, -673, -96))
    }
)

关键注意事项

1. 时间对齐：第一个滞后值决定了预测起点的时间对齐。例如，使用-1作为第一个滞后会使预测相对于最新数据点偏移15分钟。

2. 范围包含：Python的range函数不包含结束值，因此需要适当调整以确保包含所需的所有时间点。

3. 步长设计：步长应根据时间尺度比例设置。例如，15分钟到小时的转换应使用步长4（60/15）。

实际应用建议

1. 数据预处理：将所有协变量统一到最高频率（最细粒度）的时间尺度。

2. 滞后计算：根据业务需求确定各组件需要回溯的时间窗口，然后计算相应的滞后值。

3. 模型验证：特别注意验证不同滞后设置下模型在时间对齐方面的表现。

总结

Darts通过组件特定滞后功能，为处理多时间尺度协变量提供了强大而灵活的解决方案。这种方法不仅解决了数据频率不一致的问题，还能更好地捕捉不同时间尺度下的数据特征，同时避免了不必要的数据膨胀。开发者需要特别注意时间对齐和滞后范围设置等细节，以确保模型能够准确利用所有可用信息进行预测。