TensorFlow时间序列预测lambda_input输入错误排查与预测修正

一、预测思路是否正确？ #

你的思路完全合理：基于15分钟粒度的时序能耗数据，用7天历史（672个时间步）预测未来24小时（96个时间步），借助TensorFlow官方的WindowGenerator类处理时序窗口、训练模型，这是时间序列预测的标准可行流程，核心问题出在模型加载后的输入格式匹配环节。

二、"ValueError: Missing data for input 'lambda_input'"错误原因 #

这个错误的核心是加载后的模型期望的输入结构/名称，和你传入的Dataset不匹配：

• 训练时WindowGenerator内部可能通过lambda层处理输入数据，模型保存后，输入节点的名称被自动设为lambda_input；
• 你手动将DataFrame转为字典格式的Dataset，字典的键名和模型期望的输入名称（lambda_input）不一致，或者字典结构和训练时的单张量输入结构不匹配，导致模型找不到对应的输入数据。

三、代码修正及绘图实现 #

1. 修正输入格式问题 #

方法1：复用WindowGenerator处理预测数据（推荐，避免格式不一致）

直接用和训练时参数完全一致的WindowGenerator来处理预测用的历史数据，确保输入格式和训练时完全匹配：

import tensorflow as tf
import pandas as pd

# 加载训练好的模型
model = tf.keras.models.load_model('你的模型保存路径.h5')

# 初始化和训练时参数相同的WindowGenerator
# input_width=7天*24小时*4个15分钟=672；label_width=24*4=96；shift=96
pred_window = WindowGenerator(
    input_width=672,
    label_width=96,
    shift=96,
    train_df=pred_history_df,  # 传入2023-05-01至05-07的AE历史数据
    val_df=pd.DataFrame(),  # 验证集、测试集无需使用，传空DataFrame
    test_df=pd.DataFrame()
)

# 生成符合模型要求的Dataset
pred_dataset = pred_window.make_dataset(pred_history_df).batch(1)

# 执行预测
predictions = model.predict(pred_dataset)

方法2：手动调整输入张量格式

如果不想复用WindowGenerator，可直接手动将预处理后的DataFrame转成模型期望的张量形状：

# 假设pred_history_df是预处理后的7天AE数据，仅包含'AE'列，共672行
input_tensor = pred_history_df['AE'].values.reshape(1, 672, 1)
# 形状说明：(批量大小, 时间步长度, 特征数)，批量设为1，对应单样本预测

predictions = model.predict(input_tensor)

2. 真实值与预测值绘图对比 #

先获取对应预测时段（2023-05-08 00:00至23:45）的真实能耗数据，再将预测值和真实值对齐后绘图：

import matplotlib.pyplot as plt

# 准备数据
# 假设true_df是2023-05-08的AE数据，包含时间索引和'AE'列
true_values = true_df['AE'].values
pred_values = predictions.flatten()  # 将预测结果从(1,96,1)转成一维数组
time_index = true_df.index

# 绘图
plt.figure(figsize=(14, 7))
plt.plot(time_index, true_values, color='#1f77b4', label='真实能耗')
plt.plot(time_index, pred_values, color='#ff7f0e', linestyle='--', label='预测能耗')
plt.xlabel('时间')
plt.ylabel('主动能耗(AE)')
plt.title('2023年5月8日主动能耗预测 vs 真实值对比')
plt.legend()
plt.xticks(rotation=45)
plt.grid(alpha=0.3)
plt.tight_layout()
plt.show()

内容的提问来源于stack exchange，提问作者cutler_44