الملخص
تمت ترجمة أجزاء من هذه الصفحة آلياً وقد تحتوي على أخطاء.
يُعد التنبؤ الدقيق بالحمل القصير المدى (STLF) ضرورياً للتشغيل الموثوق والكفؤ لأنظمة الطاقة الحديثة. ورغم أن نماذج الأساس للسلاسل الزمنية (TSFMs) أظهرت مؤخراً أداءً لافتاً في مجموعة واسعة من مهام التنبؤ، فإن فعاليتها في STLF تحت الظروف التشغيلية الواقعية ما زالت قليلة الاستكشاف إلى حد كبير. نقدم في هذه الورقة معياراً شاملاً لأربعة نماذج مدربة من الصفر (TFS) وأربعة TSFMs عبر ثلاث مجموعات بيانات واقعية للتنبؤ بالأحمال، تحت سيناريوهات تشغيلية تختلف في توفر المتغيرات المشتركة المستقبلية وجودتها. وتبين نتائجنا أن Chronos-2 يحقق باستمرار أداءً متقدماً في الإعدادين صفري الطلقة والمضبوط، عندما تتوفر المتغيرات المشتركة المستقبلية أو يتم التنبؤ بها بدقة. لكن أداءه يتدهور مع تزايد ضجيج تنبؤات المتغيرات المشتركة، بينما يُظهر TimesNet متانة أكبر تحت عدم اليقين الشديد في المتغيرات المشتركة. وتبين هذه النتائج فعالية TSFMs المطلعة على المتغيرات المشتركة في STLF، مع إبراز الدور الحاسم لنمذجة المتغيرات المشتركة المتينة في تطبيقات التنبؤ الواقعية.
الكلمات المفتاحية
الموضوع
بيانات النشر
- المجلة
- غير متاح
- وصول مفتوح
- وصول مفتوح أخضر
اقتبس هذه المقالة
APA 7
Kaljevic, T., Arzola, I., & Zhang, Y. (2026). قياس نماذج أساس السلاسل الزمنية للتنبؤ بالأحمال تحت عدم اليقين في المتغيرات المشتركة. https://omanscience.com/ar/articles/benchmarking-time-series-foundation-models-for-load-forecasting-under-covariate-uncertainty
MLA 9
Kaljevic, Tomas, et al. "قياس نماذج أساس السلاسل الزمنية للتنبؤ بالأحمال تحت عدم اليقين في المتغيرات المشتركة." https://omanscience.com/ar/articles/benchmarking-time-series-foundation-models-for-load-forecasting-under-covariate-uncertainty.
شيكاغو (المؤلف–التاريخ)
Kaljevic, Tomas, Ivan Arzola, and Yu Zhang. 2026. "قياس نماذج أساس السلاسل الزمنية للتنبؤ بالأحمال تحت عدم اليقين في المتغيرات المشتركة." https://omanscience.com/ar/articles/benchmarking-time-series-foundation-models-for-load-forecasting-under-covariate-uncertainty.
هارفارد
Kaljevic, T., Arzola, I. and Zhang, Y. (2026) 'قياس نماذج أساس السلاسل الزمنية للتنبؤ بالأحمال تحت عدم اليقين في المتغيرات المشتركة', Available at: https://omanscience.com/ar/articles/benchmarking-time-series-foundation-models-for-load-forecasting-under-covariate-uncertainty.
فانكوفر
Kaljevic T, Arzola I, Zhang Y. قياس نماذج أساس السلاسل الزمنية للتنبؤ بالأحمال تحت عدم اليقين في المتغيرات المشتركة. https://omanscience.com/ar/articles/benchmarking-time-series-foundation-models-for-load-forecasting-under-covariate-uncertainty
IEEE
T. Kaljevic, I. Arzola, and Y. Zhang, "قياس نماذج أساس السلاسل الزمنية للتنبؤ بالأحمال تحت عدم اليقين في المتغيرات المشتركة," https://omanscience.com/ar/articles/benchmarking-time-series-foundation-models-for-load-forecasting-under-covariate-uncertainty.