Stealing Accuracy: Predicting Day-ahead Electricity Prices with Temporal Hierarchy Forecasting (THieF)

该论文提出了一种时间层次预测（THieF）方法，通过协调小时级与多时段块级电力价格预测，在德国和西班牙电力市场显著提升了预测精度，并建议将其应用于日常预测实践。

要点

这是一篇关于如何更精准预测明天电价的学术论文。为了让你轻松理解，我们可以把这篇论文的核心思想想象成**“一群不同视角的专家开会，最后达成一个更完美的共识”**。

1. 核心问题：为什么现在的预测不够好？

想象一下，你要预测明天德国或西班牙的电价。

• 专家 A 只盯着每一个小时看（比如上午 8 点、9 点、10 点……）。他看得很细，但容易因为某个小时的突发情况（比如一阵风突然停了）而看走眼。
• 专家 B 只盯着整天看（比如“明天上午的平均电价”）。他看得很稳，但忽略了具体的波动。

问题在于： 如果专家 A 说“上午 8 点电价很高”，专家 B 说“上午平均电价很低”，这两个预测就打架了。如果你只信其中一个，做决策（比如买卖电力）时可能会亏钱。

2. 解决方案：时间层级预测（THieF）——“拼图游戏”

这篇论文提出了一种叫 THieF（Time Hierarchy Forecasting，时间层级预测）的新方法。它的核心思想是：不要只让专家看一个角度，让他们把不同角度的预测“拼”起来。

这个“拼图”是怎么玩的？

想象你在看一个巨大的乐高积木塔：

1. 底层（最细）： 24 块小积木，代表24 个小时的预测。
2. 中层（中等）： 把每 2 小时拼成一块，变成 12 块；或者每 4 小时拼成一块，变成 6 块。
3. 顶层（最粗）： 把 24 块全拼在一起，变成1 块大积木，代表全天的平均价格（基荷价格）。

THieF 的魔法步骤：

1. 各自预测： 让模型分别预测“每小时”、“每 2 小时”、“每 4 小时”……直到“全天平均”。
2. 强行对齐（Reconciliation）： 这是最关键的一步。系统会检查：“如果每 2 小时的预测加起来，不等于 4 小时的预测，那肯定有人算错了。”
3. 修正共识： 系统会像一个聪明的调解员，利用数学方法（把误差最小的那个预测作为基准），把那些“打架”的预测全部修正，让它们逻辑自洽。

比喻： 就像你让 5 个人分别估算一个苹果的重量。

• 一个人说 100 克，一个人说 200 克，一个人说 150 克。
• 如果你只取平均值，可能不准。
• 但如果你知道这 5 个人其实是在称同一个苹果的不同切片，THieF 就会告诉他们：“你们的数据有冲突，根据最可靠的那个切片，重新调整你们的估算，最后得出一个既符合整体又符合局部的完美重量。”

3. 他们做了什么实验？

为了证明这个方法有效，作者们找来了4 位不同风格的“预测大师”（模型）：

1. 老派专家（线性回归）： 像一位经验丰富的老会计，用简单的数学公式算。
2. 年轻极客（神经网络）： 像一位擅长找规律的学生，用简单的深度学习模型。
3. 数据狂人（梯度提升树）： 像一位极其严谨的统计学家，擅长处理海量数据。
4. 超级 AI（Transformer）： 像一位来自未来的天才，使用了亚马逊最新的预训练大模型（Mitra），拥有 7200 万个参数，还没专门学过电力知识就能直接做题（零样本学习）。

测试环境：
他们在德国和西班牙两个电力市场，测试了4 年（2021-2024）。这 4 年非常难熬，经历了疫情封锁、俄乌战争导致的能源危机、天然气价格暴涨，甚至出现了负电价（发电太多没人用，倒贴钱让人用电）。

4. 结果如何？——“稳赚不赔”的魔法

结果非常惊人，用大白话总结就是：用了 THieF 方法，所有模型的预测都变准了，而且越大的时间块（比如全天平均价），准得越离谱。

• 准确率提升：

  • 对于每小时的预测，准确率提升了约 5.5%。
  • 对于全天平均（基荷）的预测，准确率提升了高达 13.4%！
  • 注：在电力交易里，13% 的误差减少简直是巨大的胜利，意味着能省下巨额资金或避免巨额罚款。

• 谁受益最大？

  • 即使是那个超级 AI（Mitra），虽然它本身已经很厉害了，但加上 THieF 后依然变得更准。
  • 即使是老派专家，加上这个方法后也脱胎换骨。
  • 结论： 不管你的模型是“简陋”还是“高大上”，只要加上这个“拼图对齐”的步骤，效果都会变好。

5. 为什么这个方法这么重要？

1. 适应新规则： 欧洲电力市场正在从“按小时交易”变成“按 15 分钟交易”。这意味着交易的产品数量翻了 4 倍，混乱程度指数级上升。THieF 这种能把不同时间尺度“理顺”的方法，变得至关重要。
2. 成本几乎为零： 这个“拼图”过程（数学修正）非常快，计算成本几乎可以忽略不计。就像你算完账后，花 1 秒钟检查一下加减法有没有算错，这 1 秒钟换来的是整个账本的准确性。
3. 应对混乱： 在能源危机这种“乱局”中，单一模型很容易看走眼。THieF 通过结合不同时间尺度的信息，像多只眼睛一样，互相弥补盲点，让预测更稳健。

总结

这篇论文告诉我们：在预测明天电价时，不要只盯着一个时间点看。

如果你能同时看清“每一小时”、“每半天”和“一整天”的图景，并且用数学方法把它们强行对齐，你就能得到一个更聪明、更准确、更抗造的预测结果。这就好比给所有的预测模型都戴上了一副**“全景眼镜”**，让它们不再盲人摸象，而是看到了完整的真相。

一句话总结： 给预测模型加上“时间层级对齐”的魔法，能让它们在混乱的能源市场中，像老练的船长一样，更精准地避开暗礁，驶向正确的方向。

技术摘要

这是一份关于论文《Stealing accuracy: Predicting day-ahead electricity prices with temporal hierarchy forecasting (THieF)》（窃取精度：利用时间层次预测 THieF 预测日前电价）的详细技术总结。

1. 研究背景与问题 (Problem)

• 核心问题：电力市场运营决策通常需要不同时间粒度（如小时级、块级、日均级）的短期预测。然而，传统的预测方法往往针对单一时间粒度独立建模，导致不同层级（如小时电价与日均电价）的预测结果不一致（Incoherent），从而引发次优的决策。
• 现有局限：虽然“时间层次预测”（Temporal Hierarchy Forecasting, THieF）在负荷和可再生能源发电预测中已有应用，但在电价预测（EPF）领域尚未得到充分探索。此外，现有研究多集中于传统的小规模模型，缺乏对包括 Transformer 在内的现代基础模型（Foundation Models）在时间层次框架下的评估。
• 市场背景：欧洲电力市场正经历从小时级交易向更细粒度（如 15 分钟）交易的转变，导致交易产品数量激增，块交易（Block trading）的重要性日益凸显。

2. 方法论 (Methodology)

本研究提出并验证了将时间层次预测（THieF）应用于日前电价预测的框架。

2.1 时间层次构建 (Temporal Hierarchy)

• 非重叠聚合：将原始 24 小时的时间序列通过非重叠的时间聚合（Non-overlapping temporal aggregation）分解为不同层级。
  • 层级包括：1 小时 (1H), 2 小时 (2H), ..., 12 小时 (12H), 24 小时 (24H/基荷)。
  • 对于 24 小时数据，因子 $k \in \{24, 12, 8, 6, 4, 3, 2, 1\}$，共 8 个层级。
• 求和矩阵：使用求和矩阵 $S$ 将各层级的聚合序列与原始小时序列联系起来。

2.2 基础预测模型 (Base Forecasting)

研究使用了四种架构迥异的模型作为基础预测器，以验证方法的通用性：

1. **ARX **(自回归外生变量模型)：基于经典线性回归的专家模型，使用滞后价格、负荷、风电预测及化石燃料期货价格作为特征。
2. **NARX **(非线性 ARX)：基于浅层前馈神经网络（5 个隐藏层神经元），采用委员会机器（Committee Machine，10 个网络平均）以减轻参数估计不确定性。
3. **XGB **(极端梯度提升树)：基于 XGBoost 的集成学习模型，针对每个块独立进行贝叶斯超参数优化。
4. Mitra (Transformer 基础模型)：Amazon AutoGluon 发布的预训练表格基础模型（12 层，7200 万参数）。研究采用零样本（Zero-shot）模式，不微调参数，直接利用其预训练能力进行回归预测。

2.3 预测协调 (Forecast Reconciliation)

• 协调机制：在生成各层级的基础预测后，利用最小二乘原理（或广义最小二乘）进行协调，使各层级的预测值满足加和约束（即：24 小时的平均值等于 24 个独立小时的预测值，且块平均值等于对应小时值的平均）。
• 协方差估计：由于层级数量多（60 个块），协方差矩阵维度大（60x60），样本量相对不足，研究采用了收缩估计（Shrinkage Estimation），具体使用了 Ledoit 和 Wolf (2004) 的恒定相关模型（Constant Correlation Model）来估计误差协方差矩阵 $W$。
• 公式：协调后的预测值 $\tilde{P}_d$ 通过公式 $\tilde{P}_d = S(S^T W^{-1} S)^{-1} S^T W^{-1} \hat{P}_d$ 计算得出。

3. 数据集与实验设置 (Datasets & Setup)

• 市场：德国（EPEX-DE）和西班牙（OMIE）两个主要欧洲电力市场。
• 时间段：
  • 训练集：2018 年 1 月 5 日 - 2020 年 12 月 31 日（滚动窗口）。
  • 测试集：2021 年 1 月 1 日 - 2024 年 12 月 31 日（4 年）。
• 挑战：测试期涵盖了新冠疫情封锁、俄乌战争引发的能源危机、天然气价格飙升以及德国出现的负电价尖峰等极端市场波动。
• 特征工程：输入特征包括滞后价格、日极值、负荷/风电预测、煤炭/天然气期货价格及星期虚拟变量。所有数值型特征经过反双曲正弦变换（asinh）处理。

4. 关键贡献 (Key Contributions)

1. 首次应用：首次将时间层次预测（THieF）系统性地应用于电价预测领域，填补了该领域的空白。
2. 基础模型多样性：首次将预训练 Transformer 基础模型（Mitra）引入时间层次框架，证明了该方法不仅适用于传统统计/机器学习模型，也适用于现代深度学习基础模型。
3. 实证验证：在极具挑战性的 4 年测试期（涵盖能源危机）和两个不同特性的市场中，验证了 THieF 的鲁棒性。
4. 计算效率分析：指出协调过程本身计算成本极低，主要成本在于多层级建模，但整体计算开销增加可控（约 2.5 倍），在日前预测场景下可忽略不计。

5. 实验结果 (Results)

研究通过平均绝对误差（MAE）和均方根误差（RMSE）评估了预测精度，主要发现如下：

• 整体精度提升：
  • 在所有模型（ARX, NARX, XGB, Mitra）和所有层级上，协调后的预测（Reconciled）均显著优于未协调的基础预测。
  • 德国市场：MAE 平均提升约 2.8% - 8.9%，RMSE 提升约 2.7% - 9.8%。
  • 西班牙市场：MAE 平均提升约 0.4% - 6.1%，RMSE 提升约 0.1% - 6.3%。
• 层级效应：
  • 精度提升幅度随聚合层级的增加（即块大小变大）而显著增加。
  • 最大提升：在 24 小时（基荷）层级，XGB 模型在德国市场的 RMSE 提升了 13.4%，MAE 提升了 11.7%。
• 模型表现：
  • XGB 表现最为稳健，在所有层级和市场中均取得了显著且一致的提升。
  • Mitra（Transformer）虽然作为基础模型本身表现优异，但经过 THieF 协调后，在基荷层级（24H）仍获得了 8.1% (MAE) 和 8.5% (RMSE) 的显著改进，证明了即使对于预训练模型，层次协调也能修正其偏差。
• 统计显著性：
  • 基于 Diebold-Mariano 检验（多变量变体），绝大多数协调后的预测在 1% 的显著性水平上优于未协调预测。
• 市场差异：
  • 德国市场（波动大、负电价多）的提升幅度普遍高于西班牙市场（2022 年后波动较小）。

6. 意义与结论 (Significance & Conclusion)

• 实践价值：随着欧洲电力市场向 15 分钟粒度交易过渡，块交易产品数量激增。THieF 提供了一种低成本、高效率的工具，能够同时优化小时级和块级（及基荷）的预测精度，直接支持更优的交易和运营决策。
• 理论意义：
  • 证明了即使基础模型存在设定误差（Misspecification），通过时间层次协调利用不同时间尺度的信息，仍能显著提升预测性能。
  • 表明 THieF 不仅适用于单变量时间序列，在包含丰富协变量（如负荷、燃料价格）的复杂电价预测中同样有效。
• 未来方向：研究建议未来可探索针对不同层级使用不同的基础模型、扩展概率预测（Probabilistic EPF）以及处理非均匀聚合块（Unequal aggregation blocks）的情况。

总结：该论文有力地证明了在日前电价预测中引入时间层次协调（THieF）是一种“窃取精度”的有效策略，能够以极低的计算成本，在从线性模型到最新 Transformer 的各种架构上，显著提升预测准确性，特别是在长周期块交易预测中效果惊人。