📊 statistics

A Selectively Calibrated Residual-Corrected GAM-LightGBM Framework for Multicoverage Probabilistic Load Forecasting under Weather Uncertainty

本研究提出了一种结合选择性符合性校准与嵌套程序的混合 GAM-LightGBM 框架，旨在增强不同天气不确定性条件下多个欧洲国家概率负荷预测的准确性与连贯性。

原作者： Ming Li¹, Leilei Zhang¹

发布于 2026-09-01

📖 1 分钟阅读☕ 轻松阅读

原作者： Ming Li¹, Leilei Zhang¹

原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

电网是庞大而脆弱的系统，必须每秒钟、每天 24 小时不断平衡供需。为了在不浪费能源的情况下保持供电，电网运营商不仅需要知道未来的用电量是多少，还需要知道这种用电量可能会产生多大的波动。这就是概率性负荷预测（probabilistic load forecasting）的领域。与其对明天的电力需求进行单一数值的猜测，这些预测提供了一个可能的范围，承认未来永远不会是完全确定的。这些范围的准确性在很大程度上取决于两点：对平均需求的可靠预测，以及对该预测周围不确定性的诚实评估。如果不确定性过窄，运营商可能会在用电量突然激增时措手不及；如果过宽，他们可能会为从未发生的灾难浪费资源进行准备。挑战在于如何捕捉驱动电力使用的复杂且变化的各种人类行为和天气模式，并将这些模式转化为既精准又值得信赖的预测。

一组研究人员开发了一个新的框架来解决这一问题，专门应对天气条件具有不确定性时预测电力需求的难度。他们的方法在八个欧洲国家进行了测试，结合了两种不同的建模技术，以创建一个更稳健的预测。他们系统的第一部分使用了一种将电力使用分解为可理解组成部分的方法，例如一天中的时间、一周中的天数、节假日和温度。这部分处理的是可预测的、重复的生活模式。系统的第二部分则观察第一部分遗漏的内容。它分析剩余的误差——即第一个模型预测值与实际发生情况之间的差异——以寻找简单模型无法看到的隐藏且复杂的模式。通过结合这两个层级，研究人员创建了一个能够产生高度准确的电力需求中心预测的“骨干”。

然而，精确的中心预测仅是成功的一半。研究人员还需要确保他们提供的范围是可靠的。过去，创建这些范围的方法往往产生的区间过于狭窄，导致未能足够频繁地捕捉到实际的电力使用情况，从而在风险管理方面缺乏实用性。这项新研究引入了一个“选择性校准”（selective calibration）过程来解决这个问题。想象一下，一个在做出最终预测之前，会在另一组独立数据上检查自身表现的系统。该系统会测试：是采用一个适用于所有情况的统一宽泛修正效果最好，还是针对不同的日期组（例如炎热的夏日午后与寒冷的冬日清晨）需要各自特定的调整效果更好。研究人员发现，虽然单一的宽泛修正平均而言效果良好，但一种更精细的方法——即将不确定性量身定制于特定条件——通常表现得更好，尤其是在预测极端结果时。

这项研究分析了法国、德国、意大利、西班牙、荷兰、波兰、瑞典和芬兰的数据，其结果显示出优于以往方法的明显改进。当研究人员将他们的新型残差修正模型与仅使用第一层预测的标准模型进行对比时，他们发现误差大幅降低。在所有八个国家中，新方法将预测精确用电量的平均误差降低了近百分之三十七。这意味着中心预测更接近现实。更重要的是，新的校准方法产生的预测区间更加可靠。虽然区间变得稍微宽了一些，以解释真实的不确定性，但它们捕捉实际电力使用情况的频率远高于未经校准的版本。研究人员测量了这种可靠性，并发现新方法显著降低了覆盖误差率，确保了预测范围能够诚实地反映所涉及的风险。

该框架的一个关键特征是它如何同时处理多个置信水平。电网运营商通常需要同时了解 50% 概率、80% 概率和 90% 概率下的范围。预测中的一个常见问题是，这些范围可能会变得不合逻辑，即较宽的范围意外地落在较窄的范围之内，从而造成混乱。研究人员在过程中加入了最后一步，强制使这些范围完美嵌套，确保 50% 的范围整齐地包含在 80% 的范围内，而 80% 的范围又嵌套在 90% 的范围内。这种修正是在不改变已经过验证的 80% 核心预测的前提下应用的，确保了最终输出的连贯性并可用于实际操作。

研究还探讨了不同类型的天气信息如何影响预测。研究人员测试了以下几种场景：模型拥有对未来温度的完美知识、依赖于昨天的温度，以及使用长期历史平均值。在所有这三种场景中，新框架的表现都优于基准方法。虽然研究人员指出，他们的选择性校准方法在处理高置信度预测（如 90% 范围）时展现出了特别的潜力，但他们也提醒说，需要更多数据来确认这种优势是否在所有条件下都成立。研究结果表明，对于那些罕见事件至关重要的关键性、高风险预测，将不确定性量身定制于特定条件可能是解锁更高可靠性的关键。

最终，这项工作为管理现代能源系统中固有的不确定性提供了一个实用的工具。通过将可解释模型与强大的机器学习以及细致的、数据驱动的校准过程相结合，研究人员创建了一个既准确又对其局限性保持诚实的系统。该框架并不声称能预知未来，但它提供了一个更清晰的景象，展示了可能发生的情况以及结果会有多大的变化。对于那些维持灯火通明的工程师和规划者来说，这种清晰度至关重要，它使他们能够基于对风险的现实理解而非仅仅依靠猜测来做出决策。研究结论认为，尽管新方法产生了较宽的区间，但这种权衡是合理的，因为它通过显著提升可靠性，为平衡世界电力系统的复杂任务提供了更稳定的基础。

技术摘要：一种用于多覆盖概率负荷预测的选择性校准残差修正 GAM-LightGBM 框架

1. 问题陈述

可靠的电力负荷概率预测需要三个组成部分：准确的中心预测、校准后的不确定性估计，以及在不同风险水平下具有一致性的区间。现有方法面临以下挑战：

校准问题： 当天气、季节性或负荷动态在训练期与评估期之间发生偏移时，原始分位数区间往往缺乏校准。虽然符合性预测（conformal prediction）可以提供有限样本的边际覆盖率，但单一的全局修正可能会掩盖小时、季节和温度机制之间的系统性差异。相反，完全局部化的校准在样本量较小时会表现得不稳定。
不一致性： 当独立估计多个覆盖水平（例如 50%、80%、90%）时，生成的预测区间可能无法实现嵌套（即 50% 区间可能不包含在 80% 区间内），从而增加了操作解释的难度。
模型稳定性： 试图捕捉复杂时间模式的以往混合模型，在应用于年度预测视野时，往往会出现不稳定的外推问题。

2. 方法论

本研究提出了一个三层框架：残差修正点预测器、符合性校准层以及用于区间一致性的后处理步骤。

A. 残差修正 GAM-LightGBM 主干
该框架将可解释的模式与非线性残差分离：

GAM 组件： 广义加性模型（GAM）捕捉结构化效应，包括小时、星期、平滑的年度趋势，以及当前温度及其 24 小时和 168 小时平均值的平滑效应。值得注意的是，最终模型（V3）省略了绝对时间指数平滑项，以防止在早期版本中观察到的不良外推现象。
LightGBM 组件： LightGBM 模型利用日历、节假日、天气、周期性变量以及 GAM 预测值来预测残差（ $e_t = y_t - \hat{y}_{t}^{GAM}$ ）。
点预测： 最终的点预测是 GAM 预测值与 LightGBM 残差预测值的总和。

B. 概率扩展与校准

分位数预测： 训练 LightGBM 模型来估计各种水平（ $\tau$ ）的条件残差分位数。这些分位数与 GAM 预测相结合，生成负荷分位数。
符合性校准： 框架评估了三种区间类型：
- 原始（Raw）： 未经修正的直接分位数区间。
- 全局（Global）： 通过从持有集（held-out calibration set）中导出的单一符合性得分分位数进行修正的区间。
- 选择性（Selective）： 一种混合方法，通过使用独立的调优数据来决定是在全局修正与样本量缩减的组别修正之间进行选择。它评估了五种候选分类法（例如小时组、温度机制），并应用收缩机制（ $w_g = n_g / (n_g + \lambda)$ ）将局部修正向全局值收缩。如果没有任何候选分类满足严格的覆盖约束（ACE $\le$ 0.03），则采用全局修正作为回退方案。

C. 多覆盖嵌套
为了确保一致性，框架强制执行嵌套条件 $I_t^{50\%} \subseteq I_t^{80\%} \subseteq I_t^{90\%}$ 。80% 的区间（在校准期间经过验证）保持不变。50% 的边界被裁剪以保持在 80% 区间内，而 90% 的边界在必要时会被扩大以包含 80% 区间。

3. 实验设计

数据： 来自八个欧洲国家（法国、德国、意大利、西班牙、荷兰、波兰、瑞典、芬兰）的小时负荷和天气数据。
设置： 两个滚动年度折叠（2019 年和 2020 年），包含 208 周的预测试窗口和 52 周的测试视野。
场景： 测试了三种天气信息场景：预知场景（Oracle，观测温度）、持久性场景（Persistence，24 小时滞后）和气候学场景（Climatology，月度每小时均值）。
指标： 点预测准确度（MAE, RMSE, MAPE, $R^2$ ）和区间性能（PICP, 绝对覆盖误差 [ACE], 归一化平均预测区间宽度 [MPIW], 归一化区间得分 [NIS]）。通过带有 Holm 校正的配对 Wilcoxon 符号秩检验评估统计显著性。

4. 关键结果

点预测性能

稳定的 V3 残差模型显著优于仅含 GAM 的组件。
在所有八个国家中，残差修正降低了平均绝对误差（MAE）和平均绝对百分比误差（MAPE）。各国的平均 MAE 降幅为 36.72%。
在法国和德国，早期的 V2 模型（带有绝对时间指数）出现了灾难性的失败（ $R^2$ 为负），而 V3 保持了高精度（ $R^2 > 0.97$ ）。

概率校准

原始 vs. 校准后： 选择性校准显著提高了原始区间的可靠性。平均 ACE 从 0.3992 降至 0.1684，归一化区间得分从 0.3399 提升至 0.2595。这种改进是以区间变宽为代价的（MPIW 从 0.0517 增加到 0.0976）。
选择性 vs. 全局： 在经过 Holm 校正后，选择性校准与全局校准的综合表现统计学上无法区分。选择性校准并未比全局校准提供显著的平均改进，这与其作为一种在数据不足时回退到全局值的保护机制的设计是一致的。
条件覆盖： 虽然在聚合层面的差异微乎其微，但条件分析显示出有利于选择性校准的趋势。在 90% 覆盖水平下，所有 15 次定向比较都倾向于选择性校准，尽管在经过多重比较校正后，没有一项具有统计学显著性。

嵌套修正

后处理步骤在所有设置下实现了 100% 的嵌套率。
修正过程精确保留了经过验证的 80% 路径。对 50% 和 90% 区间的修改对聚合指标的影响极小（例如，平均得分变化 < 0.005）。

5. 意义与主张

本文提出了四个主要贡献：

稳定的主干： 残差修正的 GAM-LightGBM 框架避免了先前规格中不稳定的绝对时间外推问题，为多样化的欧洲电网提供了稳健的点预测。
统一的校准主干： 通过使用共同的残差-分位数主干，本研究将校准（原始、全局、选择性）的效果从底层点预测中分离出来。
一个受保护的选择性校准： 选择性程序提供了一种机制，仅在有独立调优数据支持时利用局部修正，通过将局部估计向全局回退值收缩来防止不稳定。
一致的多覆盖： 该框架成功实现了嵌套区间（50%、80%、90%）的强制执行，且未改变已验证的 80% 预测，解决了实际的操作需求。

作者得出结论，虽然在聚合层面选择性和全局校准在统计学上是相似的，但选择性方法是提高原始未校准区间覆盖可靠性的稳健方法。在 90% 覆盖水平下观察到的倾向于选择性校准的趋势表明，局部校准在尾部风险估计方面具有潜在价值，尽管这需要更大规模的数据集进行进一步验证。研究承认存在局限性，包括国家级测试的效能问题、对预定义分组的依赖，以及需要在 2020 年之后更近期数据上进行评估的需求。