Solarleistungsprognose — Ganzjahres-Backtest

So lesen Sie diese Seite

Kurzer Überblick über die Kennzahlen auf dieser Seite.

RMSE

Quadratischer Mittelwertfehler — die typische Größe eines Prognosefehlers, in derselben Einheit wie die vorhergesagte Größe. Ein Modell mit einem RMSE von 5 €/MWh liegt im Mittel um etwa 5 €/MWh pro Stunde daneben.↓ Kleiner ist besser
$\mathrm{RMSE}=\sqrt{\frac{\sum _{i=1}^N{\left({\mathrm{Prognose}}_i-{\mathrm{Ist}}_i\right)}^2}{N}}$

MAE

Mittlerer absoluter Fehler — ähnlich wie RMSE, verstärkt große Ausreißer aber nicht. Er liegt näher an dem medianen Fehler, den ein Nutzer im Tagesgeschäft spüren würde.↓ Kleiner ist besser
$\mathrm{MAE}=\frac{\sum _{i=1}^N|{\mathrm{Prognose}}_i-{\mathrm{Ist}}_i|}{N}$

nMAE

Normalisierter mittlerer absoluter Fehler — der MAE geteilt durch den Durchschnittswert des Ist-Signals im selben Zeitraum (typischerweise pro Monat). Er zeigt, wie groß der typische Fehler relativ zur Größe dessen ist, was wir prognostizieren. Ein nMAE von 8 % bedeutet, dass der durchschnittliche Fehler etwa 8 % des durchschnittlichen Ist-Werts in diesem Zeitraum beträgt.↓ Kleiner ist besser
$\mathrm{nMAE}=\frac{\mathrm{MAE}}{\overline{\mathrm{Ist}}}\times 100\%$

WAPE

Gewichteter absoluter Prozentfehler — der gesamte Fehler geteilt durch den gesamten Ist-Wert, ausgedrückt in Prozent. Stabil in Stunden mit Preis nahe null (anders als MAPE, das durch sehr kleine Zahlen teilt und explodiert).↓ Kleiner ist besser
$\mathrm{WAPE}=\frac{\sum _{i=1}^N|{\mathrm{Prognose}}_i-{\mathrm{Ist}}_i|}{\sum _{i=1}^N|{\mathrm{Ist}}_i|}\times 100\%$

R²

Bestimmtheitsmaß — welcher Anteil der Auf-und-Ab-Variation vom Modell erfasst wird. 1.0 ist perfekt; 0.0 bedeutet, dass das Modell nicht besser ist, als immer den Durchschnitt zu raten. Werte über 0.7 sind stark.↑ Höher ist besser
$R^2=1-\frac{\sum _{i=1}^N{\left({\mathrm{Ist}}_i-{\mathrm{Prognose}}_i\right)}^2}{\sum _{i=1}^N{\left({\mathrm{Ist}}_i-\overline{\mathrm{Ist}}\right)}^2}$

Vorlaufstunde / Horizont (k)

Wie weit die Prognose vorausblickt. k = 1 h bedeutet eine Stunde im Voraus; k = 48 h entspricht zwei Tagen. Das Modell erzeugt eine Vorhersage je Stunde bis k = 48.

Kreuzvalidierung (CV)

Aufteilen der Daten in Faltungen, sodass das Modell auf einem Teil trainiert und auf einem anderen getestet wird. Jede unten berichtete Zahl stammt aus Daten, die das Modell im Training nie gesehen hat.

Monat-zurückgehalten CV

Für jeden Kalendermonat wird dieser Monat zurückgehalten, auf allen anderen Monaten trainiert und dann für den zurückgehaltenen Monat prognostiziert. Die Wiederholung über alle 12 Monate ergibt einen Ganzjahres-Backtest aus Vorhersagen aus zurückgehaltenen Faltungen mit starkem Schutz gegen Datenleckage.

Tageslichtstunden

Bewertet werden nur Stunden mit tatsächlichem Sonnenlicht. Null Leistung um Mitternacht zu prognostizieren ist trivial und würde jede Genauigkeitskennzahl künstlich aufblähen.