Residual Forecaster

TabPFN-TS模型在区域供暖预测方面展现潜力

一项新研究系统评估了TabPFN-TS模型在区域供暖网络中进行概率性热负荷预测的能力。该模型利用了合成预训练数据。研究将TabPFN-TS与现有的时间序列基础模型和传统机器学习基线进行了比较。结果表明，TabPFN-TS在确定性准确度方面与Chronos-2 Forecasting Model相当，并且显示出更好的经验校准，尽管Chronos-2在全年总体误差方面较低。研究结果还提出了一个新颖的多分辨率残差校正预测器，以改进长期规划。