Uso de técnicas de machine learning para la elaboración de un modelo predictivo de la demanda energética en España

Abstract

A través de este trabajo se ha querido realizar un análisis del impacto de las tecnologías basadas en Inteligencia Artificial en el sector energético. Para ello, se ha investigado sobre las diferentes aplicaciones que tiene esta tecnología dentro de este sector con el objetivo de mejorar la eficiencia y la sostenibilidad del sistema. Además, se ha elaborado un modelo de predicción de la demanda energética diaria en España mediante técnicas de Machine Learning. Concretamente, se ha elaborado una Red Neuronal Artificial que es capaz de predecir el consumo energético nacional para el día siguiente a partir de variables climáticas. El rendimiento del modelo elaborado ha sido bueno y los resultados de las predicciones son muy similares a los valores reales de demanda energética en España. Además, también se han elaborado otras dos variantes del modelo con el objetivo de comparar los rendimientos y los resultados. Para ello, se han creado otras dos redes neuronales con horizontes de predicción de una semana y un mes, respectivamente. Tras el entrenamiento de estos modelos, se han comparado los resultados de todos ellos y se ha obtenido el error porcentual medio para cada caso. Tras la comprobación, se ha podido demostrar el buen ajuste de todos los modelos predictivos a la hora de realizar las previsiones de la demanda energética en España, mejorando la precisión cuanto menor era el horizonte de previsión. De esta manera, ha quedado demostrado el buen rendimiento del Machine Learning y las redes neuronales artificiales a la hora de realizar modelos predictivos en el sector energético.

Through this work, an analysis of the impact of Artificial Intelligence-based technologies in the energy sector has been conducted. To this end, research has been carried out on the different applications of this technology within this sector with the aim of improving the efficiency and sustainability of the system. Additionally, a model for predicting daily energy demand in Spain has been developed using Machine Learning techniques. Specifically, an Artificial Neural Network has been created that is capable of predicting national energy consumption for the following day based on climatic variables. The performance of the developed model has been good, and the prediction results are very similar to the actual energy demand values in Spain. Furthermore, two other variants of the model have been developed to compare the performance and results. For this purpose, two other neural networks with prediction horizons of one week and one month, respectively, have been created. After training these models, the results of all of them were compared, and the mean percentage error for each case was obtained. After verification, the good fit of all predictive models in forecasting energy demand in Spain was demonstrated, with accuracy improving as the prediction horizon shortened. In this way, the good performance of Machine Learning and artificial neural networks in creating predictive models in the energy sector has been demonstrated.