Usando la funcionalidad de Predicción

Seguir

En este artículo aprenderás a utilizar la función de Predicción en la plataforma de gestión energética

Contenidos:

 

Introducción

Predicción te permite tener pronósticos del consumo de energía y de la producción solar de los edificios hasta 10 días por adelantado, basados en datos históricos, el clima y los días festivos.

La herramienta de predicciones permite disponer de predicciones de consumo energético y producción solar para edificios hasta con un año de antelación, basadas en datos históricos, datos meteorológicos y datos de calendario.

Las fuentes de energía disponibles para esta funcionalidad son:

  • Consumo de electricidad
  • Consumo de gas
  • Consumo de agua
  • Generación eléctrica

Para cada edificio, se calculan 2 tipos de predicción:

  Predicción a corto plazo Predicción a largo plazo
Alcance 10 días 1 año
Resolución Horaria Diaria
Variables de entrada
  • Datos históricos
  • Predicción meteorológica
  • Datos de calendario
  • Datos históricos
  • Datos de calendario

 

Nomenclatura

En primer lugar, es necesario explicar la nomenclatura utilizada en esta función:

  • Objetivo de predicción: El resultado específico o variable que la predicción intenta predecir, como el consumo de energía, la producción solar o el uso de gas.
  • Entrada de predicción: Los datos utilizados para generar una predicción, incluyendo datos históricos de consumo, pronósticos meteorológicos, días festivos y otros parámetros relevantes.
  • Modelo: El modelo de aprendizaje automático real que se utiliza, ya que predice mejor el objetivo de predicción (tiene el menor error de predicción).
  • Importancia de las características: Una medida de cuánto contribuye una entrada o variable particular a la precisión del modelo de predicción, ayudando a identificar qué factores influyen más en las predicciones.
  • Métricas de predicción: Los indicadores de rendimiento utilizados para evaluar la precisión y calidad de la predicción, como el Error Medio Absoluto (MAE) o el Error de Raíz Cuadrada Media (RMSE).

 

Requerimientos

Para poder usar la función de Predicción, debes cumplir con los siguientes requisitos:

  • Los datos de consumo deben ser (como mínimo) horarios.
  • Los dispositivos de referencia deben estar configurados en la ubicación.

 

Configuración

La configuración necesaria para crear una predicción es la siguiente:

  1. Objetivo de predicción:
    • Primero, debes definir el resultado específico que deseas predecir (por ejemplo, consumo de electricidad, gas o producción solar).
    • Luego, debes especificar la localización, el medidor de referencia y el parámetro a predecir.
  2. Entradas de predicción:
    • El siguiente paso es elegir las entradas de los datos disponibles, como parámetros meteorológicos y días festivos.
    • Puedes personalizar qué variables se incluyen en el modelo de predicción.
  3. Aceptación de DP:
    • Finalmente, debes aceptar la inclusión de un nuevo data point, que aparecerá en la configuración.

forecast config gif 2.gif

 

Visualización

Resultados de la predicción

Para visualizar la predicción de electricidad, agua o gas, solo tienes que seleccionar su parámetro en cualquier pantalla de Analytics o dashboard, con un horizonte de predicción que se muestra de forma horaria durante los primeros 10 días y de forma diaria para los días siguientes hasta un máximo de 365 días.

  • Configuración Por Parámetro:
  • Configuración Por Categoría:

Para configurar el análisis, es muy útil seleccionar "Hasta el final del período" en el selector de período, con el fin de asegurar que las fechas futuras se muestren en la pantalla:

Página de predicciones

Página principal

En la página principal de Predicciones, verás una lista de todas las predicciones que se han configurado en la cuenta con la siguiente información:

  • Información de contexto: Localización, categoría, tipo de dispositivo y parámetro para el cual se ha configurado la predicción.
  • Última fecha de cálculo: El último día en que se pudo calcular la predicción.
  • Calidad de los datos de entrada: La puntuación de calidad asignada a los datos de entrada del cliente.
  • Error del modelo: El error obtenido durante el entrenamiento de la predicción. Cuanto menor es el error, mejor es la predicción.
  • Estado: OK, Pendiente, Aviso, Error.Existen dos visualizaciones disponibles para la predicción:
  • Resultados de la predicción:  Muestra la predicción de electricidad, agua o gas, que se puede representar como puntos de datos en cualquier pantalla o panel de análisis, con un horizonte de predicción, mostrado de forma horaria.

Detalle de las predicciones

Al hacer clic en cualquier predicción, serás redirigido a una página donde podrás editarla u obtener más información sobre esa predicción en particular. La información incluida es la siguiente:

  • Importancia de las variables (features importance): Información sobre qué variables (por ejemplo, meteorología, festivos) influyen más en la predicción, separadas entre predicciones a corto y largo plazo.
  • Métricas del modelo: Indicadores de rendimiento, incluyendo el Error Absoluto Medio (MAE) y la Raíz del Error Cuadrático Medio (RMSE).
  • Última fecha de entrenamiento: Información sobre la última fecha de entrenamiento.
  • Calidad de los datos de entrada: Un análisis del estado de los datos del cliente que se han utilizado para generar los resultados. La calidad de los datos del cliente afecta en gran medida a la precisión de la predicción. Por eso realizamos un análisis exhaustivo de estos datos de entrada para advertir de cualquier problema que pueda afectar a los resultados. La calidad de los datos se evalúa en función de las 9 categorías que se pueden observar a continuación:

Si esa predicción tiene un estado de Error o Advertencia, al acceder a la página de detalle también podrás consultar más información sobre el error o la advertencia.

A tener en cuenta

La función de Predicción tiene las siguientes limitaciones. Algunas de ellas serán eliminadas en futuras versiones

  • Si cambias la configuración del medidor de referencia o los datos históricos de un medidor en particular, esto puede afectar los resultados.
  • Si la calidad de los datos históricos no es suficientemente buena, los resultados de la predicción serán deficientes.
  • No puedes elegir qué modelo de aprendizaje automático se usará para la predicción, elegiremos el mejor entre los disponibles.
  • No puedes especificar el peso de parámetros específicos, nosotros elegiremos el que optimice los resultados.

 

Precio

Cada predicción que crees generará un data point. Todos ellos serán facturados según tu tarifa.

La función de Predicción está incluida sólo en las licencias Advanced y Ultimate.

 

Feedback

Si tienes preguntas o necesitas ayuda para configurar esta  funcionalidad, no dudes en ponerte en contacto con nuestro equipo de soporte.

¡Estamos aquí para ayudarte a sacar el máximo provecho de la funcionalidad de Predicción!

Además, si te gustaría darnos tu opinión sobre esta función, puedes hacerlo a través de este formulario:

Feedback Form

 

 

¿Te pareció útil este artículo?