🤖 machine learning

Explainable Load Forecasting with Covariate-Informed Time Series Foundation Models

Este artículo propone un marco de explicación escalable basado en SHAP para Modelos Fundacionales de Series Temporales, demostrando que pueden lograr una precisión competitiva en la previsión de carga a un día vista mientras mantienen la transparencia y la interpretabilidad alineada con el dominio requeridas para infraestructuras energéticas críticas.

Autores originales: Matthias Hertel, Alexandra Nikoltchovska, Sebastian Pütz, Ralf Mikut, Benjamin Schäfer, Veit Hagenmeyer

Publicado 2026-05-01

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Matthias Hertel, Alexandra Nikoltchovska, Sebastian Pütz, Ralf Mikut, Benjamin Schäfer, Veit Hagenmeyer

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que estás intentando predecir cuánta electricidad consumirá toda una región mañana. En el pasado, los expertos utilizaban reglas simples o trucos estadísticos. Ahora, contamos con "Modelos Fundacionales de Series Temporales" (TSFMs). Piensa en ellos como chefs de IA súper inteligentes y preentrenados. Han probado millones de "recetas" diferentes (datos de series temporales) de todo el mundo. Debido a que han visto tanto, pueden preparar una previsión para una nueva cocina (como una red eléctrica específica) sin necesidad de practicar primero en esa cocina en particular. Esto se denomina aprendizaje "zero-shot".

Sin embargo, hay un problema. Estos chefs de IA son cajas negras. Te dan una predicción deliciosa (la previsión), pero no te dicen por qué añadieron sal en lugar de azúcar. En la red eléctrica, donde los errores pueden causar apagones, los operadores necesitan saber por qué la IA cree que la demanda será alta. Necesitan transparencia, no solo un número.

Este artículo presenta una nueva forma de echar un vistazo a la mente del chef para ver exactamente qué ingredientes influyeron en el plato final.

El Problema: La Cocina de "Caja Negra"

Los autores utilizaron dos chefs de IA específicos: Chronos-2 y TabPFN-TS.

Chronos-2 es como un chef que se especializa en leer el ritmo del tiempo (como un músico).
TabPFN-TS es como un chef que es excelente para examinar una hoja de cálculo de hechos y encontrar patrones.

Ambos son increíblemente precisos al predecir la carga eléctrica. Pero si les preguntas: "¿Por qué predijiste un alto consumo para el próximo martes?", generalmente solo responden: "Porque así lo dijo mi red neuronal". Esto es arriesgado para infraestructuras críticas.

La Solución: La Prueba del "Ingrediente Faltante"

Para solucionar esto, los autores crearon un método para calcular los valores SHAP. En términos simples, SHAP es una forma de repartir equitativamente el crédito por una predicción entre todos los ingredientes utilizados.

Imagina que estás horneando un pastel y resulta delicioso. Para averiguar cuánto crédito merecen los huevos, horneas el pastel de nuevo, pero esta vez dejas los huevos fuera.

Si el pastel se desmorona, los huevos fueron cruciales.
Si el pastel sabe igual, los huevos no importaron mucho.

Los autores hicieron esto para la previsión eléctrica, pero con un giro inteligente para hacerlo rápido:

Enmascaramiento Temporal: Le preguntaron a la IA: "¿Qué pasaría si fingimos que no sabemos cuál fue el consumo eléctrico la semana pasada?" o "¿Qué pasaría si fingimos que no sabemos qué ocurrió ayer?".
Enmascaramiento de Covariables: Le preguntaron: "¿Qué pasaría si fingimos que no conocemos el pronóstico del tiempo?" o "¿Qué pasaría si fingimos que no sabemos si es un día festivo?".

Al eliminar sistemáticamente estos "ingredientes" (pasos de tiempo o datos meteorológicos) y observar cómo cambia la predicción, pudieron calcular matemáticamente exactamente cuánto contribuyó cada factor a la respuesta final.

Los Resultados: La IA Está Escuchando

El equipo probó estos modelos con datos eléctricos reales de Baden-Wurtemberg, Alemania. Esto es lo que descubrieron:

1. La IA es tan buena como los expertos.
Incluso sin haber sido entrenadas específicamente con datos alemanes, estos modelos preentrenados funcionaron casi tan bien como los modelos que habían pasado años estudiando datos eléctricos alemanes. También fueron mucho más rápidos de configurar porque no necesitaban ser reentrenados.

2. La IA entiende el mundo.
Cuando los autores examinaron las "explicaciones" (los valores SHAP), el razonamiento de la IA coincidió perfectamente con el sentido común humano:

Días Festivos: Cuando el modelo predijo un menor consumo un domingo o un día festivo, la explicación mostró que el ingrediente "Día Festivo" fue la razón principal. Sabía que las fábricas cierran y la gente se queda en casa.
Temperatura: En días fríos, el modelo predijo un mayor consumo. La explicación mostró que el ingrediente "Temperatura" impulsaba este aumento, probablemente porque la gente utiliza calefacción eléctrica.
Luz Solar: Cuando el sol estaba menos brillante que el día anterior, el modelo predijo un mayor consumo en la red. La explicación mostró que esto se debía a que los paneles solares (que normalmente ayudan a reducir la carga de la red) estaban produciendo menos energía.

3. Es lo suficientemente rápida para usarse.
Por lo general, realizar esta prueba del "ingrediente faltante" lleva una eternidad porque hay demasiadas combinaciones. Pero como estos modelos de IA son flexibles (pueden manejar datos faltantes fácilmente), los autores pudieron ejecutar la prueba en segundos. Por ejemplo, explicar una previsión tomó aproximadamente 5 segundos para Chronos-2.

La Conclusión

Este artículo demuestra que no tenemos que elegir entre precisión y transparencia. Podemos utilizar estos potentes modelos de IA preentrenados para predecir las necesidades eléctricas, y también podemos preguntarles: "¿Por qué?" y obtener una respuesta clara y lógica que coincide con nuestra comprensión del mundo real sobre el clima, los días festivos y el comportamiento humano.

Es como tener un asistente súper inteligente que no solo te da la respuesta correcta, sino que también te entrega el libro de recetas y señala la página exacta donde decidieron añadir el azúcar extra. Esto hace que sea seguro y confiable utilizar estas herramientas de IA para mantener las luces encendidas.

Aquí se presenta un resumen técnico detallado del artículo "Pronóstico de Carga Explicable con Modelos Fundacionales de Series Temporales Informados por Covariables".

1. Planteamiento del Problema

Contexto: El pronóstico preciso de la carga es crítico para equilibrar la oferta y la demanda en las redes eléctricas modernas. Si bien los modelos de aprendizaje profundo (específicamente los Modelos Fundacionales de Series Temporales o TSFMs) han demostrado un rendimiento superior en escenarios de cero disparos (zero-shot) y pocos disparos (few-shot), operan como "cajas negras".
Desafío: Las aplicaciones de infraestructura crítica (como las redes eléctricas) requieren transparencia y confianza, especialmente bajo marcos regulatorios como la Ley de IA de la UE. Los métodos estándar de explicabilidad post-hoc, como las Explicaciones Aditivas de Shapley (SHAP), son teóricamente sólidos pero computacionalmente prohibitivos para los TSFMs.
Cuello de Botella Específico: Calcular los valores exactos de SHAP requiere evaluar un modelo en todos los subconjuntos posibles (coaliciones) de características ( $2^n$ ). Para series temporales con horizontes de entrada largos y múltiples covariables, esto generalmente requiere muestrear desde un conjunto de datos de fondo para manejar las características faltantes, lo cual es costoso e introduce varianza. Además, los TSFMs estándar a menudo se tratan como opacos, lo que hace que sea poco claro si utilizan correctamente las covariables relevantes para el dominio (por ejemplo, clima, calendario).

2. Metodología

Los autores proponen un algoritmo eficiente para calcular valores exactos de SHAP para TSFMs informados por covariables, aprovechando su flexibilidad arquitectónica.

Innovación Central: Enmascaramiento sin Muestreo de Fondo

A diferencia de las implementaciones tradicionales de SHAP que muestrean características faltantes desde un conjunto de datos de fondo, este enfoque explota el hecho de que los TSFMs (específicamente Chronos-2 y TabPFN-TS) pueden manejar nativamente longitudes de contexto de entrada arbitrarias y covariables faltantes.

Agrupación de Características: Para reducir la complejidad exponencial ( $2^n$ $2^{n}$ ), las características se agrupan en $N$ $N$ subconjuntos ( $N \ll n$ $N ≪ n$ ):
- Grupos Temporales: La serie temporal histórica de carga se divide en cuatro parches: Último Día, Corto Plazo (1 semana), Intermedio (4 semanas) y Largo Plazo (>4 semanas).
- Grupos de Covariables: Cada covariable (Vacaciones, Temperatura, Irradiancia) forma su propio grupo.
Estrategias de Enmascaramiento:
- Enmascaramiento Temporal:
  - Chronos-2: Reduce la longitud del contexto para el enmascaramiento temprano; establece los valores en NaN para el enmascaramiento intermedio (tratados internamente como faltantes).
  - TabPFN-TS: Elimina completamente las filas correspondientes, ya que no puede manejar NaN en la variable objetivo.
- Enmascaramiento de Covariables: Elimina completamente covariables específicas de la entrada.
- Predicción Base: Cuando todos los datos están enmascarados, el modelo predice la carga media de las últimas 48 semanas (Chronos-2) o del año (TabPFN-TS).
Cálculo: El valor de SHAP se calcula comparando predicciones a través de estas $2^N$ coaliciones. Esto elimina la necesidad de muestreo de fondo y permite un cálculo exacto.

Modelos Evaluados

Chronos-2: Un TSFM basado en Transformer preentrenado en diversas series temporales, extendido para manejar covariables.
TabPFN-TS: Un modelo fundacional tabular adaptado para series temporales utilizando aprendizaje en contexto (sin ajuste fino basado en gradientes).

3. Contribuciones Clave

Evaluación de Rendimiento: Una comparación exhaustiva de Chronos-2 y TabPFN-TS frente a Transformers de última generación entrenados desde cero en datos específicos de un Operador del Sistema de Transmisión (TSO).
Algoritmo SHAP Eficiente: Un método novedoso, agnóstico al modelo (dentro de los TSFMs), para calcular valores exactos de SHAP utilizando enmascaramiento temporal y de covariables, evitando el costo computacional del muestreo de fondo.
Validación Empírica de la Explicabilidad: Demostración de que los TSFMs informados por covariables utilizan características externas (clima, calendario) de maneras consistentes con el conocimiento físico del dominio, validando su fiabilidad para uso operativo.

4. Resultados Experimentales

Conjunto de Datos y Configuración

Datos: Datos de carga eléctrica horaria de TransnetBW (Alemania, Baden-Wurtemberg) desde enero de 2015 hasta septiembre de 2025.
Covariables: Temperatura, Irradiancia Solar (de la reanálisis ERA5) e un indicador de Vacaciones.
Tarea: Pronóstico de carga para el día siguiente (horizonte de 24 horas).
Líneas Base: Una línea base estacional simple y un Transformer entrenado desde cero (con 1 año y 8,75 años de datos).

Precisión del Pronóstico

Rendimiento Zero-Shot: Ambos TSFMs superaron a un Transformer entrenado solo con un año de datos.
- TabPFN-TS redujo el MAE en un 23,5% en comparación con el Transformer de 1 año.
- Chronos-2 redujo el MAE en un 26,8%.
Datos Completos de Entrenamiento: Un Transformer entrenado con 8,75 años de datos logró el error más bajo (MAE: 150,2 MW), superando ligeramente a los TSFMs zero-shot (Chronos-2: 156,2 MW; TabPFN-TS: 163,2 MW).
Impacto de las Covariables: Incorporar covariables mejoró significativamente el rendimiento de los TSFMs:
- El MAE de Chronos-2 mejoró en un 27,0%.
- El MAE de TabPFN-TS mejoró en un 31,5%.
Longitud del Contexto: Chronos-2 superó a TabPFN-TS en todas las longitudes de contexto. TabPFN-TS requirió al menos dos semanas de contexto para superar la línea base, mientras que Chronos-2 solo necesitó una semana.

Eficiencia en Tiempo de Ejecución

Entrenamiento: Los TSFMs requieren tiempo de entrenamiento cero (preentrenados), mientras que el Transformer tardó aproximadamente 19 minutos en entrenar.
Inferencia: Chronos-2 es rápido (~~66 ms/predicción). TabPFN-TS es más lento (~~5,5 s/predicción).
Explicación: Generar una explicación completa de SHAP toma ~5 segundos para Chronos-2 y ~367 segundos para TabPFN-TS (debido al tiempo de inferencia más lento multiplicado por el número de coaliciones).

Análisis de Explicabilidad

Importancia Global:
- La Carga Pasada es la característica dominante (~87-89% de importancia).
- Entre las covariables, las Vacaciones son las más importantes, seguidas por la Temperatura y luego la Irradiancia.
- Chronos-2 y TabPFN-TS coincidieron en la clasificación de la importancia de las covariables.
Análisis Local/Dependencia:
- Vacaciones: Los modelos redujeron correctamente las predicciones de carga en días festivos y las aumentaron en el día laborable posterior. TabPFN-TS dependió más pesadamente de la bandera de vacaciones para domingos/lunes, mientras que Chronos-2 inferió patrones semanales de la carga pasada.
- Temperatura: Los modelos identificaron correctamente que el aumento de temperaturas (relativo al día anterior) disminuye la carga (reducción de la demanda de calefacción), y viceversa.
- Irradiancia: Los modelos reaccionaron correctamente a las caídas en la irradiancia solar aumentando las predicciones de carga (contabilizando la reducción en la generación fotovoltaica detrás del medidor).
Conclusión sobre la Confianza: Las explicaciones de SHAP se alinearon perfectamente con el conocimiento establecido del dominio, confirmando que los modelos no solo ajustan ruido, sino que aprenden relaciones físicas.

5. Significado y Trabajo Futuro

Viabilidad Operativa: El estudio demuestra que los TSFMs no solo son precisos, sino también transparentes. Pueden servir como herramientas fiables para los operadores de la red sin necesidad de reentrenamiento extensivo o recolección de datos.
Cumplimiento Regulatorio: La capacidad de proporcionar explicaciones exactas y teóricamente fundamentadas aborda la barrera de la "caja negra", facilitando el cumplimiento de las regulaciones de IA en infraestructura crítica.
Escalabilidad: La estrategia de enmascaramiento propuesta es un enfoque generalizable para explicar cualquier TSFM que acepte contextos de entrada variables.
Direcciones Futuras:
- Extender el marco a pronósticos probabilísticos y cuantificación de incertidumbre.
- Aplicar el método a otras tareas energéticas (pronóstico de precios, generación renovable).
- Investigar cómo el ajuste fino afecta los patrones de atribución de características.

En resumen, este artículo cierra la brecha entre el alto rendimiento de los modelos fundacionales y los estrictos requisitos de transparencia del sector energético, demostrando que Chronos-2 y TabPFN-TS son soluciones viables, explicables y eficientes para el pronóstico operativo de carga.