El sector energético se encuentra en plena transformación, marcada por creciente interés cada vez mayor por la eficiencia y la sostenibilidad. La gestión del consumo eléctrico se ha convertido en un tema crucial, tanto para los consumidores como para las empresas comercializadoras de energía. Para tratar de conseguir esta eficiencia, un equipo de investigación de la Universidad de Málaga ha desarrollado un sistema de gestión de la información para comprender el consumo eléctrico de los hogares.
Gracias a esta metodología, publicada en el artículo ‘A novel clustering based method for characterizing household electricity consumption profiles’ publicado en la revista Engineering Applications of Artificial Intelligence, las comercializadoras podrán comprender mejor el consumo de sus clientes y ofrecerles recomendaciones personalizadas para optimizar su consumo.
Mediante la combinación de técnicas estadísticas, matemáticas, computacionales y de inteligencia artificial, los investigadores malagueños han logrado desarrollar esta nueva metodología que permite crear automáticamente los perfiles de consumo eléctrico a través de un modelo basado en minería de datos, un proceso que crea agrupamientos en función de distintas variables.
Esta técnica analiza y explora de manera autónoma millones de datos diarios y encuentra patrones, correlaciones o tendencias que pueden ser útiles para la toma de decisiones.
Los investigadores han puesto a disposición de toda la sociedad de manera abierta y gratuita un modelo que permite identificar perfiles de consumo. Por otra parte, la metodología propuesta puede también aplicarse a otros ámbitos como los enfocados hacia estudios de mercado o en relación a los fenómenos ambientales que afectan al cambio climático.
La nueva metodología que proponen está basada en el uso de los llamados clústeres, es decir, agrupaciones de conjuntos de datos que son similares entre sí según algún criterio definido previamente.
Por eso, en el proceso para la puesta en marcha, los investigadores contaron en un principio con el asesoramiento de expertos en la materia para conocer las variables que se tendrían en cuenta y establecer el número de perfiles necesarios para que la información extraída fuera útil.
Simultáneamente, los científicos de datos plantearon distintas opciones con diferentes algoritmos y métodos disponibles para determinar las exigencias de los cálculos en tiempos y capacidad de memoria.
El siguiente paso era determinar el número de clústeres necesarios para obtener una agrupación válida. Para ello han propuesto un nuevo método llamado ISAC (Identificador de Áreas Estables en Curvas), que permite seleccionar el número de grupos identificando las similitudes de los datos mediante geometría.
A partir de este método, los investigadores han creado un procedimiento específico al que han denominado k-ISAC_TLP en el que solamente es necesario facilitar los datos para que ofrezca el número de conjuntos útiles, en este caso perfiles de consumo de electricidad.
Para probar la validez de la metodología se llevaron a cabo dos pruebas con dos bases de datos con casi dos millones y medio de observaciones cada una: una privada, referida al consumo de electricidad en el sureste de España de 3.000 consumidores, y otra que contiene datos públicos de 4.000 usuarios de Irlanda.
La nueva metodología propuesta ofrece una serie de beneficios para las empresas comercializadoras de energía y los consumidores:
Beneficios para las empresas comercializadoras de energía
- Mejor comprensión del consumo de sus clientes.
- Mejora de la segmentación de mercado.
- Desarrollo de ofertas personalizadas para cada perfil de cliente.
- Optimización de la compra de energía en el mercado.
Beneficios para los consumidores
- Recomendaciones personalizadas para optimizar su consumo de energía.
- Reducción del consumo de energía y de las facturas de electricidad.
- Mayor conocimiento sobre su propio consumo de energía.
Los trabajos se han financiado mediante los proyectos ‘Nuevos desarrollos en minería de datos para su utilización en la sostenibilidad urbana’ y ‘Proyecto para el desarrollo, implementación e integración de modelos inteligentes para la gestión del autoconsumo compartido: asignación de coeficientes dinámicos de reparto e intercambio entre pares’ del Ministerio de Ciencia, Innovación y Universidades.
You must be logged in to post a comment Login