Resumo Técnico: Avaliando Modelos de Fundação de Séries Temporais para Previsão de Preços de Eletricidade

Declaração do Problema

A previsão de curto prazo de preços de eletricidade (EPF - Electricity Price Forecasting) é um componente crítico das operações modernas de sistemas de potência, mas permanece altamente desafiadora devido à forte nãoestacionariedade, variabilidade multiescala (sazonalidade, picos, eventos extremos) e uma forte dependência de dinâmicas complexas de estrutura e contexto do sistema. Embora os Modelos de Fundação de Séries Temporais (TSFMs) tenham demonstrado fortes capacidades de previsão zero-shot em vários domínios, sua generalização em cenários orientados por covariáveis e não estacionários como o EPF permanece subexplorada.

Os benchmarks existentes para TSFMs frequentemente enfrentam quatro limitações específicas quando aplicados ao EPF:

1. Risco de Contaminação: Muitos TSFMs foram pré-treinados em dados relacionados à energia, tornando difícil determinar se os conjuntos de dados de teste sobrepõem-se ao corpus de pré-treinamento, o que pode inflar as estimativas de desempenho.
2. Nãoestacionariedade: Mudanças distributivas e picos de preços podem comprometer a generalização do modelo.
3. Comportamento de Cauda: A modelagem precisa de eventos extremos (caudas) é crítica para a tomada de decisão consciente de risco em sistemas de potência, mas é frequentemente negligenciada em métricas de precisão média.
4. Dependência de Covariáveis: Preços históricos isolados são frequentemente insuficientes; o EPF preciso depende fortemente de covariáveis exógenas (carga, preços de combustíveis, clima, geração), mas muitas avaliações falham em testar adequadamente o suporte de covariáveis.

Metodologia

Estrutura de Benchmarking

Os autores propõem uma estrutura de benchmarking de dois conjuntos de dados projetada para mitigar o risco de contaminação e permitir uma avaliação justa:

1. GEFCom2014-P: Um benchmark probabilístico de EPF padronizado e amplamente utilizado da Competição Global de Previsão de Energia de 2014.
2. GridStatus2025: Um conjunto de dados recém-curado derivado da API GridStatus (2022–2025). Este conjunto de dados foi selecionado especificamente porque seu período de avaliação (2025) é posterior aos dados de pré-treinamento publicamente divulgados para os principais TSFMs (Chronos 2, TimesFM 2.5) ou baseia-se em dados sintéticos (TabPFN-TS), minimizando a sobreposição temporal e a contaminação.

Modelos Avaliados

O estudo faz o benchmark de quatro TSFMs, avaliando variantes sem covariáveis e com suporte de covariáveis:

• Chronos 2
• TimesFM 2.5
• TabPFN-TS
• TOTO 1.0

Estes são comparados contra três classes de modelos de referência (baselines):

1. Modelos Estatísticos: Seasonal Naïve, Auto-ARIMA, Auto-ETS, Auto-Theta.
2. Aprendizado Profundo Treinado para a Tarefa: DeepAR, TFT, TiDE, TSMixer, DLinear, NLinear.
3. Métodos de EPF Específicos de Domínio: LEAR, DNN e CING-LEAR (especificamente projetados para aproveitar informações do mercado de eletricidade).

Protocolos de Avaliação

• Métricas: Erro Absoluto Médio (MAE), Raiz do Erro Quadrático Médio (RMSE) e Perda de Quantil Médio (aQL) através de nove quantis.
• Dimensões de Análise:
  • Previsão Pontual e Probabilística: Avaliando a precisão geral e a calibração distributiva.
  • Comportamento de Cauda: Analisando o desempenho em quantis extremos (ex: Q(0.01), Q(0.99)) para avaliar a robustez a picos de preços e preços negativos.
  • Mudanças Distributivas: Análise dedicada do desempenho dos modelos durante eventos de picos de preço (definidos como observações fora dos percentis 5 e 95).
  • Significância Estatística: Testes de Diebold-Mariano (DM) são usados para verificar se o suporte de covariáveis leva a melhorias estatisticamente significativas.

Principais Resultados

1. Desempenho Zero-Shot Competitivo com Dependência de Covariáveis

• No GEFCom2014-P, os TSFMs alcançaram um desempenho zero-shot competitivo em relação a muitas submissões de competições, mas não atingiram o top-5, sendo que o melhor TSFM (TOTO 1.0) ficou em oitavo lugar. Isso sugere que, embora o pré-treinamento ofereça capacidade geral, o design específico do domínio continua sendo vantajoso.
• No GridStatus2025, os TSFMs geralmente superaram os modelos estatísticos e os modelos de aprendizado profundo de propósito geral. Crucialmente, as variantes com suporte de covariáveis (ex: Chronos 2 c., TabPFN-TS c.) classificaram-se consistentemente entre os modelos mais fortes.
• As variantes sem covariáveis tiveram um desempenho substancialmente inferior, confirmando que a informação exógena é crítica para o EPF. Testes de Diebold-Mariano confirmaram estatisticamente que o uso de covariáveis reduz significativamente a perda de previsão para o Chronos 2 e o TabPFN-TS.

2. Métodos Específicos de Domínio Permanecem Altamente Competitivos

• O CING-LEAR, um método específico de domínio, alcançou o segundo melhor desempenho individual no GridStatus2025, superando a maioria dos TSFMs e modelos de propósito geral.
• Isso indica que, para o EPF, os vieses indutivos específicos da tarefa e a engenharia de características adaptadas aos sinais de preços de eletricidade permanecem altamente eficazes.

3. O Poder dos Ensembles

• Um ensemble simples, construído pela média das previsões do melhor TSFM (Chronos 2 c.) e do melhor método específico de domínio (CING-LEAR), alcançou o melhor desempenho geral em todas as métricas (MAE, RMSE, aQL).
• Isso sugere que os TSFMs e os métodos orientados ao domínio capturam informações preditivas complementares, e combiná-los gera ganhos significativos sobre qualquer uma das abordagens isoladamente.

4. Comportamento de Cauda e Robustez

• Desempenho de Cauda: Os modelos estatísticos mostraram degradação significativa nas regiões de cauda inferior (ex: preços negativos), enquanto os TSFMs produziram previsões de cauda mais equilibradas. Os métodos específicos de domínio (CING-LEAR) foram altamente competitivos em todos os quantis de cauda.
• Picos de Preço: Durante eventos de picos, modelos com suporte de covariáveis (Chronos 2 c., CING-LEAR) e seu ensemble demonstraram maior robustez em comparação com modelos sem covariáveis.
• Assimetria: Os métodos estatísticos tenderam a ter melhor desempenho na cauda superior (preços altos), mas tiveram dificuldades com movimentos descendentes abruptos, enquanto os TSFMs ofereceram uma robustez distributiva mais equilibrada.

5. Sensibilidade à Contaminação

• O TOTO 1.0 exibiu um forte desempenho no GEFCom2014-P, mas degradou substancialmente no GridStatus2025. Os autores atribuem isso a possíveis diferenças nas condições de mercado e características dos dados, destacando a necessidade de protocolos de avaliação conscientes da contaminação.

Significância e Alegações

O artigo afirma que, embora os TSFMs sejam altamente promissores para o EPF, seu sucesso é criticamente dependente do suporte de covariáveis e eles não superam consistentemente métodos especificamente adaptados ao domínio. O estudo enfatiza que:

1. A avaliação consciente da contaminação é essencial para domínios estruturados como o EPF para evitar estimativas de desempenho infladas.
2. O design informado pelo domínio permanece vital para sistemas complexos com fortes dependências estruturais.
3. Ensembles que combinam a generalização ampla dos TSFMs com modelos orientados ao domínio representam um caminho frutífero para alcançar habilidades preditivas de estado da arte.

Os autores concluem que o trabalho futuro deve focar no ajuste fino (fine-tuning) de TSFMs para objetivos específicos de EPF (como precisão de cauda) e no desenvolvimento de ensembles mais fortes que aproveitem as forças tanto dos modelos de fundação quanto das arquiteturas específicas de domínio.