Utility Forecasting Benchmark

TiRex-2 für Last, PV, Asset-Zustand und weitere Zeitreihen

Vergleich von TiRex-1 als univariatem Basismodell gegen TiRex-2 mit externen Variablen. Die Seite ist als nacheinander lesbarer Benchmark-Bericht aufgebaut: erst drei Utility-nahe Beispiele, danach drei zusätzliche öffentliche Zeitreihen mit Wetter-, Kalender- und Betriebssignalen.

Öffentliche Zeitreihen mit jeweils eigener fachlicher Einordnung.

12 / 24 / 48h / 1 Woche

Vier Forecast-Horizonte pro Use Case.

264

Rollierende Modellfenster: TiRex-2 mit Covariates gegen TiRex-1.

336h

Kontextlänge pro Forecast-Origin, lokal auf CPU gerechnet.

Versuchsaufbau

Jeder Use Case wurde mit sechs rollierenden Cutoffs für 12h/24h/48h und vier rollierenden Cutoffs für 1 Woche bewertet. TiRex-1 sieht nur die Zielzeitreihe; TiRex-2 erhält zusätzlich Past-Covariates und Future-known Covariates aus Wetter-, Kalender-, Last- oder Betriebssignalen.

Stromlast

Netzlast mit Temperatur

GEFCom2014 Electricity Load, stündliche Zone-1-Last. Externe Variablen: 25 Temperaturreihen, Temperaturaggregate und Kalenderfeatures.

PV / Solar

Erzeugung mit Wetter

GEFCom2014 Solar Generation, stündliche Solarleistung. Externe Variablen: numerische Wetter-/Solar-Predictoren plus Kalenderfeatures.

Asset Health

Thermik als PdM-Signal

Electricity Transformer Temperature, stündliche Öltemperatur. Externe Variablen: High-, Medium- und Low-Load-Messgrößen plus Kalenderfeatures.

Use Case 1

Stromlast: kurzfristige Netzlastprognose

Der Lastfall ist der klassischste Utility-Forecast: operative Einsatzplanung, Beschaffung, Bilanzkreisführung und Redispatch-nahe Planung hängen daran, ob Lastspitzen und Tagesprofile sauber antizipiert werden. Temperatur ist hier ein starkes externes Signal, weil Heiz- und Kühlbedarf die Lastkurve systematisch verschieben.

Fachliche Lesart

Zielgröße: stündliche elektrische Last einer Zone.
Covariates: 25 Wetterstationen, Temperaturmittel/-min/-max, Stunde, Wochentag, Monat.
TiRex-2 nutzt die Wetter- und Kalendersignale über alle Horizonte deutlich besser als die univariate Baseline.

Horizont	TiRex-1 MAE	TiRex-2 MAE	RMSE TiRex-2	MAE-Veränderung
12h	7.62	5.01	6.13	-34.2%
24h	8.16	6.38	7.93	-21.8%
48h	11.68	7.69	9.66	-34.2%
1 Woche	16.85	10.95	14.30	-35.0%

12 hour electricity load forecast — 12h: kurzfristiges Lastfenster.

24 hour electricity load forecast — 24h: Day-ahead-ähnlicher Horizont.

48 hour electricity load forecast — 48h: längerer operativer Planungshorizont.

Second 24 hour electricity load forecast window — Zusatzfenster 24h: anderer Forecast-Origin.

Third 24 hour electricity load forecast window — Zusatzfenster 24h: Stabilität über Cutoffs.

Second 48 hour electricity load forecast window — Zusatzfenster 48h: Profiltreue über zwei Tage.

One week electricity load forecast — 1 Woche: längerfristiges Lastprofil.

Second one week electricity load forecast — 1 Woche Zusatzfenster: weiterer Cutoff.

Use Case 2

PV-Erzeugung: wetterabhängige Einspeiseprognose

Der PV-Fall zeigt eine andere Struktur als Last: Wetter- und Strahlungsvariablen sind entscheidend, aber die Zielreihe enthält viele Null- oder Nahe-Null-Stunden. Deshalb ist MAE oft aussagekräftiger als relative Fehlermaße; sMAPE wirkt bei kleinen Ist-Werten schnell extrem hoch.

Fachliche Lesart

Zielgröße: stündliche Solarleistung einer GEFCom-Zone.
Covariates: numerische Wetter-/Solar-Predictorvariablen, Stunde, Wochentag, Monat.
TiRex-2 gewinnt bei 24h und 48h klar; bei 12h ist der MAE schlechter, obwohl sMAPE leicht besser ist.

Horizont	TiRex-1 MAE	TiRex-2 MAE	RMSE TiRex-2	MAE-Veränderung
12h	0.0217	0.0271	0.0727	+25.1%
24h	0.0502	0.0468	0.0954	-6.7%
48h	0.0642	0.0571	0.1126	-11.1%
1 Woche	0.0526	0.0441	0.0898	-16.1%

12 hour solar forecast — 12h: kurzer PV-Horizont mit hoher Sensitivität auf Tagesrandstunden.

24 hour solar forecast — 24h: voller Tagesverlauf inklusive Nacht- und Produktionsstunden.

48 hour solar forecast — 48h: zwei Tagesprofile im längeren Wetterfenster.

Second 24 hour solar forecast window — Zusatzfenster 24h: zweiter Cutoff.

Third 24 hour solar forecast window — Zusatzfenster 24h: dritter Cutoff.

Second 48 hour solar forecast window — Zusatzfenster 48h: längerer PV-Verlauf.

One week solar forecast — 1 Woche: mehrere PV-Tagesprofile.

Second one week solar forecast — 1 Woche Zusatzfenster: zweiter Cutoff.

Use Case 3

Transformer-Öltemperatur: PdM-naher Asset-Indikator

Predictive Maintenance beginnt oft nicht mit direkter Ausfallprognose, sondern mit der Vorhersage belastungsnaher Zustandsgrößen. Öltemperatur ist dafür ein gutes Beispiel: Lastprofile treiben thermische Belastung, thermische Belastung beeinflusst Alterung und Grenzwertverletzungen.

Fachliche Lesart

Zielgröße: stündliche Transformer-Öltemperatur.
Covariates: High-, Medium- und Low-Load-Messungen plus Kalenderfeatures.
Der Nutzen von TiRex-2 steigt mit dem Horizont: je länger die Prognose, desto stärker helfen externe Lastsignale.

Horizont	TiRex-1 MAE	TiRex-2 MAE	RMSE TiRex-2	MAE-Veränderung
12h	0.99	0.96	1.07	-2.6%
24h	0.90	0.84	1.07	-6.9%
48h	1.24	1.10	1.47	-11.4%
1 Woche	1.20	1.07	1.48	-10.7%

12 hour transformer oil temperature forecast — 12h: kurzfristige thermische Entwicklung.

24 hour transformer oil temperature forecast — 24h: täglicher Asset-Zustandsverlauf.

48 hour transformer oil temperature forecast — 48h: längerer thermischer Planungshorizont.

Second 24 hour transformer forecast window — Zusatzfenster 24h: zweiter Cutoff.

Third 24 hour transformer forecast window — Zusatzfenster 24h: dritter Cutoff.

Second 48 hour transformer forecast window — Zusatzfenster 48h: längere Lastwirkung.

One week transformer oil temperature forecast — 1 Woche: Asset-Temperatur über längeren Zeitraum.

Second one week transformer forecast — 1 Woche Zusatzfenster: zweiter Cutoff.

Zusatztests

Weitere öffentliche Zeitreihen

Drei zusätzliche Online-Datensätze prüfen, ob TiRex-2 auch außerhalb klassischer Energie-Utility-Reihen profitiert. Das Ergebnis ist bewusst gemischt: Gebäude-Energie verbessert sich leicht oder bleibt pari, Seoul Bike Sharing profitiert erst im Wochenhorizont, UCI Bike Sharing gewinnt im 48h-MAE, verliert aber bei kurzen und sehr langen Horizonten.

Gebäude-Energie

Appliances Energy Prediction

Stündlich resampelter Geräteenergieverbrauch mit Raumtemperatur, Luftfeuchte, Außenwetter, Licht- und Kalenderfeatures. Gute Probe für Smart-Building-Lasten und energieeffiziente Betriebsführung.

Mobility Demand

Seoul Bike Sharing Demand

Stündliche Fahrradausleihen mit Temperatur, Feuchte, Wind, Sicht, Solarstrahlung, Regen, Schnee, Saison, Feiertag und Betriebsstatus. Interessant, weil Nachfrage stark wetter- und kalendersensitiv ist.

Urban Load

UCI Bike Sharing Hourly

Stündliche Bike-Sharing-Nachfrage mit Wetterlage, Temperatur, Feuchte, Wind, Feiertag, Arbeitstag und Kalenderfeatures. Ein kompakter Demand-Forecast mit klaren Tages- und Wochenmustern.

Datensatz	Horizont	TiRex-1 MAE	TiRex-2 MAE	RMSE TiRex-2	MAE-Veränderung
Appliances Energy	12h	49.73	48.59	67.95	-2.3%
Appliances Energy	24h	40.10	40.57	71.44	+1.2%
Appliances Energy	48h	37.04	37.01	68.80	-0.1%
Appliances Energy	1 Woche	32.08	32.09	62.70	+0.0%
Seoul Bike	12h	36.29	42.62	54.71	+17.5%
Seoul Bike	24h	64.19	77.42	100.02	+20.6%
Seoul Bike	48h	101.66	125.62	162.39	+23.6%
Seoul Bike	1 Woche	304.76	282.09	366.12	-7.4%
UCI Bike Hourly	12h	22.06	30.85	42.28	+39.8%
UCI Bike Hourly	24h	41.38	51.67	67.54	+24.9%
UCI Bike Hourly	48h	56.27	49.99	71.12	-11.2%
UCI Bike Hourly	1 Woche	44.04	52.04	78.69	+18.2%

12 hour appliance energy forecast — Appliances 12h: TiRex-2 verbessert den MAE leicht.

48 hour appliance energy forecast — Appliances 48h: praktisch pari, sMAPE leicht besser.

One week Seoul bike sharing forecast — Seoul Bike 1 Woche: längerer Horizont mit TiRex-2-Vorteil.

24 hour Seoul bike sharing forecast — Seoul Bike 24h: univariate Baseline bleibt stärker.

48 hour UCI bike sharing forecast — UCI Bike 48h: TiRex-2 gewinnt beim MAE.

One week UCI bike sharing forecast — UCI Bike 1 Woche: Covariates helfen hier nicht genug.

extra_summary.csv Extra 12h summary.csv Extra 24h summary.csv Extra 48h summary.csv Extra 1 Woche summary.csv

Gesamtfazit

TiRex-2 ist vor allem dort stark, wo externe Signale fachlich wirklich erklärend sind und zur Vorhersagezeit belastbar vorliegen. Der Lastfall zeigt den klarsten Effekt, PV profitiert ab 24 Stunden bis zur Wochenprognose, der Transformer-Fall übersetzt Lastsignale in einen Asset-Health-Kontext, und die Zusatztests zeigen die Grenze: mehr Variablen sind nicht automatisch besser.

Produktive Anschlussfähigkeit

Last: Wetterprognosen, Kalender, Feiertage, Tarif-/Schaltinformationen.
PV: NWP-Daten, Bewölkung, Einstrahlung, Temperatur, Anlagenstatus.
Asset Health: Lastprofile, Umgebungstemperatur, Sensordaten, Grenzwerte, Wartungshistorie.

Nächste Modellhärtung

Mehr saisonale Splits statt nur letzter Datenabschnitt.
Covariate-Ablationen pro Signalgruppe.
Separate Bewertung von Spitzen, Rampen und Grenzwertnähe.
Für Nicht-Utility-Daten gezielt prüfen, welche Covariates wirklich future-known sind.

Artefakte

Die CSVs enthalten aggregierte Metriken, Fenster-Metriken, Punktprognosen und Lauf-Metadaten für 12h, 24h, 48h und 1 Woche.

combined_summary.csv extra_summary.csv 12h summary.csv 24h summary.csv 48h summary.csv 1 Woche summary.csv Extra 48h windows.csv Extra 1 Woche points.csv 1 Woche windows.csv 24h windows.csv 24h points.csv 48h metadata.json 1 Woche metadata.json