/ Proyectos / Energía / Predicción de consumo energético
Predicción de consumo energético: clustering de perfiles y modelos secuenciales
Cómo combinar la segmentación de comportamiento de cientos de medidores con una arquitectura secuencial elegida por simplicidad, y por qué un pronóstico a 90 días necesita ruido controlado para no aplanarse.
El objetivo era predecir el consumo eléctrico de cientos de medidores, con lecturas cada 15 minutos, y extender esa predicción hasta 90 días hacia adelante. El reto no era solo ajustar un modelo secuencial, era reconocer que no todos los medidores se comportan igual: unos consumen sobre todo de noche, otros de día, otros de forma casi constante. Ignorar esa diferencia y tratar a todos los medidores como una sola serie homogénea hubiera dejado señal sin aprovechar.
El proyecto combina dos ideas complementarias: segmentar el comportamiento de cada medidor antes de predecir, y comparar arquitecturas secuenciales con la misma metodología para no quedarse con la primera que funcionara razonablemente bien.
Mapa del casoContenido
- Diagrama de la solución. Los bloques del pipeline, del clustering de perfiles al pronóstico a 90 días
- Construcción de la solución. Por qué la arquitectura más simple ganó y qué necesitó el pronóstico de largo plazo
- Condiciones del proyecto. Restricciones reales y opciones descartadas antes de construir
- Pasos. Qué se dejó al agente y qué criterio se aplicó en cada uno
- Proceso de iteración. Qué pasó cuando el pronóstico a 90 días se aplanó
- Descargables. Notebook, diagrama y repositorio del proyecto
- Lecciones importantes. La lección concreta que deja este caso
Estructura de alto nivelDiagrama de la solución
Pasa el cursor sobre cada bloque para ver qué hace ese paso.
El clúster de cada medidor no es un análisis aparte que se reporta y se olvida, entra como feature directa al modelo secuencial, junto con la codificación cíclica de la hora del día.
Cómo se construyóConstrucción de la solución
Condiciones del proyecto
| Restricción | Dato |
|---|---|
| Escala del problema | Cientos de medidores con lecturas cada 15 minutos, series largas y de alta frecuencia |
| Heterogeneidad | Los medidores tienen patrones de consumo horario muy distintos entre sí |
| Horizonte requerido | Pronóstico de hasta 90 días, mucho más allá de lo que una sola ventana de entrada puede cubrir directamente |
| Presupuesto de cómputo | Entrenar 4 arquitecturas distintas sobre datos de alta frecuencia exige controlar el tiempo de entrenamiento |
| Opción | Por qué se descartó |
|---|---|
| Tratar todos los medidores como una sola serie homogénea | Ignora que distintos medidores tienen perfiles de consumo horario muy distintos, y diluye la señal de comportamiento |
| Usar LSTM por default, sin comparar con alternativas más simples | GRU rinde prácticamente igual con menos parámetros, y sin comparar no hay forma de saberlo |
| Pronóstico autorregresivo directo, sin ningún ajuste | Un modelo que se retroalimenta con sus propias predicciones tiende a aplanarse, perdiendo la variabilidad real de la señal |
| Clustering de perfiles horarios como feature + comparación de 4 arquitecturas + ruido controlado en el pronóstico de largo horizonte | Aprovecha la heterogeneidad de los medidores, elige la arquitectura más simple entre las que empatan, y corrige el sesgo conocido del pronóstico autorregresivo |
Pasos
Segmentar el comportamiento antes de predecir
Agente: propuso entrenar el modelo secuencial directamente sobre la serie cruda de cada medidor, sin ningún paso previo de segmentación.
Criterio aplicado: calcular el perfil de consumo promedio por hora de cada medidor y agruparlos con K-Means, eligiendo el número de grupos con silhouette score, para que el clúster resultante entrara como feature del modelo secuencial.
Comparar arquitecturas y elegir por simplicidad, no por moda
Agente: sugería usar LSTM directamente, al ser la arquitectura secuencial más conocida para este tipo de problema.
Criterio aplicado: entrenar RNN, LSTM, GRU y CNN-LSTM con la misma configuración y comparar MAE, RMSE y R2. Al empatar en desempeño, se eligió GRU por tener menos parámetros que LSTM, reduciendo el costo de entrenamiento sin sacrificar precisión.
Controlar el costo de experimentación con un subconjunto de datos
Agente: proponía entrenar las 4 arquitecturas sobre el dataset completo desde la primera comparación.
Criterio aplicado: usar una fracción del dataset (20%) durante la fase de comparación de arquitecturas, para acelerar la iteración, y reservar el entrenamiento sobre el dataset completo para el modelo ya elegido.
Corregir el aplanamiento del pronóstico de largo horizonte
Agente: generó el pronóstico autorregresivo a 90 días alimentando cada predicción directamente como entrada del siguiente paso, sin ningún ajuste adicional.
Criterio aplicado: inyectar ruido gaussiano controlado (1% de la desviación típica del consumo) en cada paso del pronóstico, para preservar variabilidad realista y evitar que la señal convergiera a un valor constante.
Proceso de iteración
Ajuste documentado, no forzado
La primera versión del pronóstico a 90 días, sin ruido inyectado, mostró exactamente el problema esperado en modelos autorregresivos: la señal se aplanaba después de los primeros días, perdiendo la variabilidad natural del consumo. Agregar ruido gaussiano controlado corrigió ese comportamiento sin distorsionar la tendencia general, pero es una solución que preserva forma, no certeza: un pronóstico de 90 días alimentado por sus propias predicciones acumula incertidumbre con cada paso, y ese horizonte debe leerse como una proyección de patrón general, no como una predicción puntual confiable día por día.
CierreLecciones importantes
Segmentar antes de predecir no es un paso decorativo. Cuando cientos de series se comportan de forma distinta entre sí, encontrar esos grupos y dárselos al modelo como información explícita suele ganarle a esperar que una sola arquitectura aprenda toda esa heterogeneidad por su cuenta a partir del dato crudo.
La segunda lección es sobre no confundir arquitectura sofisticada con mejor arquitectura. Cuando dos modelos empatan en desempeño, la pregunta correcta no es cuál suena más avanzado, es cuál cuesta menos entrenar y mantener. Y la tercera es de honestidad con el horizonte: un pronóstico autorregresivo a 90 días necesita ajustes para no degenerar, y aun con esos ajustes, sigue siendo una proyección de patrón, no una predicción puntual día por día.
Si quieres ver un enfoque publicado con una idea similar, modelos secuenciales para consumo eléctrico con codificación temporal y clustering de comportamiento, estos papers son una buena referencia del nivel de la contribución: clasificación inteligente de comportamiento de consumo con K-Means mejorado y LSTM y predicción de consumo energético con periodicidad usando LSTM.
Termina ya tu proyecto
¿Tienes un proyecto similar y no sabes por dónde empezar? Yo te ayudo a diseñarlo.
El 92% de los profesionales de datos desbloquea sus proyectos al ver ejemplos completos resueltos.
Sin registro. Acceso inmediato