Qué es el proyecto, para qué sirve, hasta dónde ha llegado, por qué se detiene deliberadamente aquí y qué puede hacerse después.

2 · ¿Por qué existe?

Un error medio bajo no garantiza buena ciencia. La electricidad tiene estacionalidad fuerte; los precios cambian de régimen; las renovables varían con rapidez; mezclar aleatoriamente pasado y futuro puede introducir fuga temporal; y un experimento demasiado grande puede no terminar por coste computacional.

Por eso el repositorio sigue una regla: construir los controles de investigación antes de mirar la evidencia final. Se preparan primero el contrato de datos, ventanas resistentes a fugas, baselines, incertidumbre, pruebas, una ruta de smoke training asumible y la estructura de publicación. El holdout confirmatorio se abre después.

3 · ¿Qué datos entran?

El software utiliza los servicios REST oficiales de la Plataforma de Transparencia de EPİAŞ. Las credenciales permanecen en variables de entorno y nunca se guardan en Git. Los registros brutos de terceros no se redistribuyen por defecto; la reproducibilidad se preserva mediante instrucciones exactas, identificadores de fuente, manifiestos y hashes.

4 · ¿Cómo funciona, paso a paso?

5 · ¿Qué modelo está implementado?

El modelo v0.1 es deliberadamente compacto. Las entradas horarias multivariables se proyectan a una representación común, reciben codificación posicional, atraviesan un Transformer encoder y alimentan cabezas multihorizonte. Cada salida incluye una predicción central y una escala positiva de incertidumbre. Después, una fase split-conformal puede calibrar intervalos empíricos sobre un periodo separado.

6 · ¿Hasta dónde ha llegado exactamente?

7 · ¿Por qué se detiene aquí?

No porque falle el código. Construcción de software e inferencia empírica son fases distintas. Si se inspeccionan años de datos reales, se modifica el modelo después de ver resultados futuros y la hipótesis se escribe al final, una posterior afirmación “confirmatoria” pierde fuerza.

Infraestructura de investigación
      ↓
Auditoría de datos reales
      ↓
Estudio exploratorio + tiempo de ejecución
      ↓
Congelación del protocolo / OSF si procede
      ↓
Holdout confirmatorio intacto
      ↓
Archivo de evidencia + artículo

Antes de congelar el experimento deben conocerse la cobertura real, horas ausentes, cambios de esquema o zona horaria, baselines sólidos y coste completo de modelos × semillas × horizontes. La pausa protege el valor científico de la siguiente fase.

8 · ¿Qué entrega hoy?

No entrega todavía un servicio operativo de predicción del mercado, señales de trading, instrucciones de despacho ni una afirmación validada de superioridad del Transformer.

9 · ¿Qué puede engañar a un estudio así?

10 · ¿Qué sería un éxito científico?

Un resultado nulo o negativo no es un fracaso si el experimento está bien controlado. El objeto científico es la hipótesis, no la reputación del Transformer.

11 · ¿Qué se puede añadir a partir de ahora?

12 · La pregunta de un artículo fuerte

When Does Cross-Task Learning Help Electricity Forecasting? A Reproducible Multi-Task Study of Load, Renewable Generation and Market Price in Türkiye.

La contribución más sólida no consiste en decir que “gana un foundation model”, sino en mostrar de forma controlada cuándo la transferencia funciona, cómo cambia con el horizonte y el régimen, y si la incertidumbre está realmente calibrada.

13 · Frontera de uso

Este repositorio es software de investigación. No es un producto de EPİAŞ, una herramienta de operador, un servicio de predicción en producción, una recomendación de trading ni un controlador de despacho. Hasta que termine un estudio congelado con datos reales, debe interpretarse como plataforma experimental.