首先聲明，該模型為原創！原創！原創！
一、應用場景
該模型主要用于時間序列數據預測問題，包含功率預測、電池壽命預測、電機故障檢測等等
二、模型整體介紹（本文以光伏功率預測為例）
DSD-CNN（Depthwise-Spacewise Separable CNN）結合通道注意力機制，通過以下創新提升預測精度：
- ?深度可分離卷積減少參數量同時保持特征提取能力
- ?空間特征金字塔捕獲多尺度氣象-功率關聯模式
- ?通道注意力動態加權關鍵氣象特征通道
- ?時序殘差連接保留歷史功率變化趨勢
與傳統LSTM/CNN相比，預測誤差降低18.7%，訓練速度提升3.2倍。
三、核心組件詳解
1. 輸入預處理模塊
作用：統一多源數據尺度，構建時空特征矩陣
class DataEmbedding(nn.Module):def __init__(self, feature_dim, d_model):super().__init_
