Vissa serier uppvisar stora och plötsliga nivåförändringar, i första hand timmätta serier för vilka förbrukningsunderlaget kraftigt förändras vid ett eller flera månadsskiften. Ett exempel visas i bilden nedan. Förmodligen innehåller data från den tidigare perioden med ca 20 gånger högre förbrukning ingen värdefull information att användas till framtida prognoser. Istället kan man rimligen anta att inkluderandet av data från denna period i prognos-modellerna tvärtom skadar prognoskvaliteten.
I normalfallet kommer Autotune att välja bort utvärderade alternativ som använder sig av data från sådana perioder eftersom de i allmänhet kommer att ge sämre prognoser under utvärderingsperioden. Beroende på slumpen kan dock olyckligtvis speciella förhållanden under utvärderingsperioden leda till att en sådan modellinställning i undantagsfall hamnar som den bästa prognos-modellen. Dessutom kan en och samma modell delas av flera serier och då behöver inte den totalt bästa modellen vid utvärderingen vara den bästa för de individuella serierna. I syfte att spärra möjligheten för Autotune att byta modellinställningarna till en uppenbart dåligt val av modell, kan Autotune startas med kommandoradsparametern:
/detectshift
När man då väljer att tillämpa de bästa modellinställningarna för alla serier kommer en extra kontroll göras för varje serie. Först går programmet igenom all tillgänglig lastdata och beräknar medellasten för varje månad. Skiljer sig denna medellast mellan två på varandra följande månader åt mer än ett tröskelvärde anses ett periodskifte ägt rum. All lasthistorik delas in i perioder på detta sätt och startdatumet för användbar data kommer programmet anse vara startdatumet för den sista följden av perioder som sinsemellan inte skiljer sig åt i medellast mer än ett annat tröskelvärde. Ifall inte parametern /detectshift följs av någonting mer kommer värdet av dessa två tröskelvärden TolMonth och TolPeriod att bestämmas av standardinställningarna, TolMonth=1 och TolPeriod=0.67. För att ställa in andra värden på dessa skriver man dessa värden efter /detectshift enligt:
/detectshift= TolMonth; TolPeriod
Som exempelvis:
/detectshift=1,2;0,9
Ifall Mi-1 och Mi refererar till medellasten under två på varandra följande månader så anses ett periodskifte ägt rum mellan dessa månader ifall följande olikhet är sann:
På samma sätt, sätt Pi-1 och Pi till att vara medellasten för två på varandra följande perioder. Ifall:
så kan inte den första perioden ingå i den följd av perioder som anses utgöra en homogen serie.
Programmet bestämmer startdatumet på denna följd och jämför detta datum i tur och ordning med alla utvärderade modelllalternativ som hade bättre resultat än nuvarande modell. Om modellen behöver data längre bakåt i tiden än detta datum hoppas detta alternativ över och programmet går vidare till nästa alternativ. I annat fall byts de skarpa modellinställningarna ut till detta modellalternativ och programmet går vidare till nästa serie.
Om en modell delas av flera serier jämförs modellalternativen med det senaste startdatumet av alla de man fått fram vid utvärderingen av varje enskild serie.