《Energy and AI》:FETS benchmark:
Foundation Models enable scalable and generalizable
Energy
Time
Series Forecasting
编辑推荐:
在向气候中性能源系统转型的驱动下,准确的能源时间序列预测(Energy Time Series Forecasting)对于规划与运行至关重要。然而,它仍然是数据集特定的任务,需要全面的训练数据,限制了可扩展性,并导致高昂的模型开发与维护成本。近年来,旨在通过
在向气候中性能源系统转型的驱动下,准确的能源时间序列预测(Energy Time Series Forecasting)对于规划与运行至关重要。然而,它仍然是数据集特定的任务,需要全面的训练数据,限制了可扩展性,并导致高昂的模型开发与维护成本。近年来,旨在通过大规模预训练学习可泛化模式的基础模型(Foundation Models)在多项预测任务中表现出强劲性能。尽管其在能源预测领域取得了成功并展现出巨大潜力,但目前仍缺乏系统性的、按用例区分的评估。研究人员通过提出能源时间序列预测中的基础模型(Foundation Models in Energy Time Series Forecasting,FETS)基准来填补这一空白。具体而言,研究人员(1)提出了沿三个主要维度(利益相关者、属性与数据类别)结构化的能源预测用例概述;(2)基于典型利益相关者利益,策划整理了涵盖9个数据类别的54个数据集;(3)在不同预测设置下,将基础模型与任务特定的机器学习方法进行基准比较。在该基准研究中,协变量信息感知(covariate-informed)的零样本(zero-shot)基础模型总体表现最佳,其中Chronos-2取得最低的总体中位归一化均方根误差(Normalized Root Mean Squared Error,NRMSE)0.472,紧随其后的是TiRex-2(0.474)。两者均优于在完整历史目标数据上进行任务特定训练的XGBoost(0.611)和随机森林(0.696)。进一步分析揭示,预测性能与频谱熵之间存在强相关性。性能在超过一定上下文长度后趋于饱和,并随聚合水平提升而改善,例如国家负荷、区域供热和电网数据。总体而言,凭借最低的中位误差、有限的数据需求以及较低的推理和硬件需求,基础模型降低了开发与维护成本,成为可扩展且可泛化的能源预测解决方案。
能源系统正从集中式、可调度的传统结构向高比例波动性可再生能源与分布式发电转型,高精度时间序列预测成为规划与运行的核心需求。然而,传统机器学习预测方法通常是数据集特定任务,依赖大规模训练数据、泛化能力有限、模型开发与维护成本高;同时能源数据敏感、组织碎片化形成数据孤岛,新建资产历史数据不足且数据分布漂移频繁。通用基准如GIFT-Eval和fev-bench将能源仅作为一个粗粒度类别,缺乏按用户场景细分的系统评估,已有专项研究也多局限于单用例、未纳入协变量或微调、缺少与机器学习基线比较。针对这些空白,来自德国维尔茨堡大学的Marco Obermeier、Marco Pruckner、Florian Haselbeck与Andreas Zeiselmair提出了能源时间序列预测基础模型基准(FETS),构建了沿利益相关者、属性与数据类别三个维度的能源预测用例分类学,汇集了覆盖9个数据类别的54个数据集,系统评估了时间序列基础模型(Time Series Foundation Model,TSFM)在单变量、协变量及微调三种模式下的表现,并与任务特定调优的XGBoost和随机森林对照。研究表明,协变量信息感知的零样本TSFM总体表现最佳,Chronos-2取得最低总体中位NRMSE(0.472),TiRex-2紧随其后(0.474),均显著优于XGBoost(0.611)与随机森林(0.696)。进一步分析显示预测性能与谱熵之间有强相关,性能在约2000步上下文长度后饱和并随聚合水平提高而改善。该研究成果发表于《Energy and AI》。
在技术方法上,研究数据集主要来自欧洲主要电力市场(德国ENSO-E、EPEX等)、亚洲(深圳UrbanEV)和美国加利福尼亚州(CAISO),统一重采样至15分钟分辨率(CAISO保留5分钟),并通过Open-Meteo历史预报构造无泄漏的天气协变量。模型方面选取了基于Transformer的Chronos-2、TimesFM、Toto-2.0和TabPFN-TS,基于状态空间的FlowState和基于xLSTM的TiRex-2。任务特定基线采用随机森林和XGBoost,结合SHAP特征选择与Optuna贝叶斯超参数优化。评估采用固定4500步评估块、35个滚动窗口,覆盖三种上下文长度(672/2000/8000步)与三种预测期(96/192/288步),以中位NRMSE为主要指标,通过Friedman检验和Nemenyi事后检验判断差异显著性。
5.1 结果概览:在共17010个基准实验中,协变量模式下的TSFM总体表现最佳。Chronos-2协变量模式中位NRMSE为0.472,TiRex-2为0.474;统计检验显示Chronos-2具有最优平均秩,显著优于全部任务特定训练模型,但与Chronos-2(单变量)、TiRex-2(协变量)和FlowState无显著差异。按数据类别分列时,Chronos-2在9个类别中的7个占优,TiRex-2在平衡服务与不可调发电两类中略优。5.2 结果分析:研究人员以谱熵预测性指数(Forecastability Index φ