基于 LSTM 的风电功率补全系统挺实用的，尤其是你手上风电数据老是缺这缺那的时候。它用的是LSTM 神经网络，能根据风速、气压、密度这些变量来补上丢失的数据，不是简单地插值那种敷衍事儿，效果还挺靠谱的。
数据预、模型搭建、训练到补全，全流程都安排得明明白白，你甚至能自己换数据进去跑一遍，整个流程也比较好改。
像你如果是在做风电数据，或者要喂模型前先把数据补完整，那这个项目还蛮合适的。
对了，补全效果和你设的序列长度、缺失率有关系，建议一开始别设置得太激进，先跑通再慢慢调参数。
顺手推荐几个扩展内容，有兴趣可以看看：LSTM 与 CNN-RNN 融合模型这个就还挺进阶的，还有风电控制、异常跳闸等也都有代码。