في عالم الطاقة الحديث، تكتسب أنظمة الطاقة تعقيدًا متزايدًا نتيجة لدمج مصادر توليد متنوعة لتلبية الطلب المتصاعد. وهذا يجعل توقعات الحمل الكهربائي تحديًا صعبًا، حيث أصبحت الدقة المطلوبة في التوقعات أكبر من أي وقت مضى. في الآونة الأخيرة، تم تطوير نماذج زمنية أساسية (Time-Series Foundation Models) مثل Chronos-2 من قبل شركة أمازون، التي تعتمد على بيانات متعددة المتغيرات وتعد بتحقيق أداء مذهل في مهام التوقع.

على الرغم من النجاح الذي حققته هذه النماذج في بعض المهام، فإن الاستخدام الفعلي لها في توقعات الحمل الكهربائي يتطلب دمج متغيرات إضافية واعتبارات متعددة. لهذا السبب، تم إجراء دراسة لتقييم نموذج Chronos-2 على مجموعتين من البيانات الواقعية: ISO نيو إنجلاند وENTSO-E. وقد أظهرت النتائج أن الأداء القوي لنموذج Chronos-2 يتطلب عملية تعديل دقيقة بناءً على البيانات التاريخية، مما يعزز دقة التوقعات على المدى القصير.

ومع ذلك، لا تزال دقة النموذج في التوقعات بدون تعديل أقل مقارنة بالنماذج التقليدية المختصة، كما يزداد خطأ التوقعات بشكل أسرع مع تزايد خطوات التوقع. هذه النتائج تعني أن هناك مجالاً كبيرًا لتحسين استخدام نماذج الأساس الزمنية كـ Chronos-2 في التطبيقات التشغيلية لتوقع الحمل الكهربائي.

تقدم هذه الدراسة فهمًا عميقًا لنقاط القوة والضعف في نماذج Chronos-2، وتحذر من مخاطر الاعتماد الكلي عليها دون التعديل المناسب. إن هذا البحث يعكس أهمية الاحتفاظ بتوازن دقيق بين الابتكارات في الذكاء الاصطناعي واحتياجات السوق الواقعية.