În stînga este slide-ul din curs, în dreapta aceeași figură, recalculată în browser din rezultatele salvate ale Quantlet-urilor (prognozele anului de test 1 noiembrie 2025 – 31 octombrie 2026) și din prețurile românești pentru ziua următoare. Butonul ▶ modifică parametrul principal pas cu pas. Abrevieri: MAE = eroarea absolută medie (mean absolute error); DNN = rețea neuronală adîncă (deep neural network); XGBoost = extreme gradient boosting; LEAR = model autoregresiv estimat cu LASSO (least absolute shrinkage and selection operator); AW-LEAR / AW-ARX = media prognozelor LEAR / ARX (model autoregresiv cu variabile exogene) pe mai multe ferestre de calibrare; GBM = gradient boosting machine; MLP = perceptron multistrat; DM = testul Diebold–Mariano; ROC = receiver operating characteristic (curba caracteristică de operare); AUC = aria de sub curba ROC.
Rețele neuronale profunde · Compararea modelelor, combinarea lor și costul de calcul · Gradient boosting și modele fundaționale · Vîrfuri de preț, prețuri negative și un studiu de caz
Rețele neuronale profunde
Oprirea timpurie pe baza erorii din zilele recente
Răspuns
Nu. Eroarea de antrenare continuă să scadă, pînă la 23,06 EUR/MWh în epoca 76, dar eroarea pe zilele recente este minimă în epoca 51 (24,50 EUR/MWh) și ajunge la 25,07 EUR/MWh în epoca 76: după epoca 51, rețeaua memorează trecutul. Cu o răbdare scurtă, căutarea se oprește prea devreme: cu 5 epoci se oprește în epoca 30 și păstrează epoca 25 (24,91 EUR/MWh).
Compararea modelelor, combinarea lor și costul de calcul
Combinația este mai precisă decît AW-LEAR în 10 din 12 luni
Răspuns
În 10 din 12 luni (MAE anual 21,97 EUR/MWh); singure, XGBoost și DNN bat AW-LEAR doar în cîte 3 luni. Toate modelele greșesc cel mai mult în aceleași luni: octombrie 2026 este luna cea mai slabă pentru AW-LEAR (34,9 EUR/MWh). Chronos-2, un model fundație folosit fără antrenare pe aceste date, are cel mai mic MAE anual, 20,82 EUR/MWh.
Medierea prognozelor și diferențele dintre erorile modelelor
Răspuns
Aproape deloc. Cea mai bună pondere văzută ulterior pe anul de test este w = 0,40 (MAE 22,06 EUR/MWh), față de 22,10 EUR/MWh cu w = 0,5, iar ponderea cea mai bună nu este cunoscută dinainte. Deoarece corelația este sub 1, media greșește mai puțin decît fiecare model (23,26 pentru XGBoost, 22,53 pentru AW-LEAR). Pentru AW-LEAR + Chronos-2, ponderea văzută ulterior ar fi w = 0,75 (20,57 EUR/MWh, față de 20,81 cu ponderi egale).
Testele DM: combinațiile cu ML sînt semnificativ mai precise decît AW-LEAR
Răspuns
Da: p = 0,001 (statistica DM 3,09, cu 7 laguri Newey–West). Testul folosește cele 365 de erori absolute medii zilnice; diferența cumulată din dreapta crește constant de-a lungul anului, nu doar în cîteva zile. În schimb, adăugarea AW-LEAR la Chronos-2 nu schimbă nimic (p = 0,491). Modificați numărul de laguri: concluzia pentru această pereche nu depinde de el.
Gradient boosting și modele fundaționale
Chronos-2 este mai precis decît AW-LEAR în fiecare oră a zilei
Răspuns
Bate AW-LEAR în toate cele 24 de ore (MAE anual 20,82 față de 22,53 EUR/MWh). Banda sa 10%–90% conține însă 76,5% dintre prețuri, nu 80%: este prea îngustă și trebuie recalibrată (Cursul 2) înainte de a fi folosită pentru risc. Chronos-Bolt, mai mic și mai vechi, este la egalitate cu AW-LEAR (22,15 EUR/MWh, DM p = 0,220).
Vîrfuri de preț, prețuri negative și un studiu de caz
Regula cost–pierdere: reacționați cînd probabilitatea depășește C/L
Răspuns
C/L̄ = 30/72,5 = 0,414, fixat dinaintea anului de test, din costuri. Cu XGBoost dă 1806 alerte și 33,0 mii EUR pe MW și an; persistența dă 11,8, iar previziunea perfectă 62,4. Pe acest an de test, pragul 0,5 a ieșit puțin mai bine (36,7), iar 0,64 cel mai bine: acestea sînt alegeri făcute ulterior. Măriți C: regula cere o probabilitate mai mare înainte de a acționa.
Prețuri: OPCOM PZU (piața românească pentru ziua următoare), prin energy-charts.info (Fraunhofer ISE), ziua de livrare CET × 24 de ore (din 1 octombrie 2025, ora este media celor patru sferturi de oră). Prognoze și probabilități: rezultatele salvate ale Quantlet-urilor EMQA_L7_* (calcul propriu: AW-LEAR recalibrat zilnic, DNN și XGBoost reestimate lunar, Chronos fără antrenare, zero-shot). Anul de test: 2025-11-01 – 2026-10-31.







