電力価格予測のための時系列基盤モデルの評価：汚染リスク、分布シフト、および共変量依存性

時系列基盤モデル（TSFM）は、ゼロショット予測において強力な性能を示していますが、共変量駆動型かつ非定常な設定における汎化性能はまだ十分に解明されていません。電力価格予測（EPF）は、複雑な時間依存性、分布シフト、さらには構造的・文脈的情報への強い依存性があるため、TSFMを評価するための挑戦的なテストベッドとなっています。最近、ICML 2026の基盤モデル構造化データワークショップで発表された研究（Zhenghua Panら）では、データ汚染リスクを軽減し、TSFMの公平な評価を可能にする二重データセットベンチマークフレームワークが提案されました。

この研究では、点予測と確率的予測の性能、テール挙動、価格スパイクなど、EPFの重要な側面を詳細に調査し、TSFMとEPFに特化したドメイン固有手法との比較を行いました。その結果、TSFMは非常に競争力があり、汎用ベースラインをしばしば上回るものの、その性能は共変量サポートに決定的に依存していることが明らかになりました。さらに、TSFMはEPFに特化したドメイン固有手法を一貫して上回るわけではなく、専門領域における限界が示されました。

特に興味深い発見は、TSFMとドメイン固有手法を単純にアンサンブルすることで、大きな可能性が示された点です。このアンサンブルは、両アプローチが補完的な予測情報を捕捉していることを示唆しています。この研究は、非定常で共変量駆動の現実シナリオに基盤モデルを展開する際に、堅牢な評価フレームワークが重要であることを強調しています。研究者らは、TSFMの一般性とドメイン固有手法の専門性を活用するために、さらなるアンサンブル戦略の探求を推奨しており、今後の電力価格予測技術の発展に貢献することが期待されます。