Resumen Técnico: Predicción del Consumo Eléctrico Mediante Aprendizaje por Ensamble Cooperativo con SHAP

Enunciado del Problema

La gestión del consumo eléctrico en instituciones educativas presenta desafíos significativos debido a la susceptibilidad del recurso a diversos factores influyentes, incluyendo la expansión institucional, las fluctuaciones en el número de estudiantes y las condiciones climáticas. En las universidades, la demanda crece rápidamente, lo que hace necesaria una gestión eficiente de la energía para la sostenibilidad y la competitividad operativa. Sin embargo, la predicción precisa se complica por la vulnerabilidad de los patrones de consumo ante fallos en el equipo, inestabilidades de la red y comportamientos institucionales únicos, como periodos fijos de vacaciones, horarios alternos y eventos esporádicos como conferencias.

La literatura existente a menudo carece de estudios que aborden la predicción del consumo eléctrico en instituciones educativas utilizando modelos de aprendizaje por ensamble cooperativo. Además, los modelos tradicionales de series temporales y los enfoques estándar de aprendizaje automático a menudo luchan con los patrones de consumo no estacionarios, irregulares y altamente variables observados en estos entornos, particularmente al realizar predicciones sobre horizontes extendidos (por ejemplo, 12 meses).

Metodología

El estudio propone un marco novedoso para predecir el consumo eléctrico con 12 meses de antelación, utilizando datos de dos campus del Instituto Federal de Paraná (IFPR): Palmas (Conjunto de Datos 1) y Coronel Vivida (Conjunto de Datos 2). La metodología consta de tres etapas principales:

1. Preparación de Datos y Selección de Características

• Conjunto de Datos: Se analizaron datos históricos de consumo (kWh) desde septiembre de 2017 hasta marzo de 2024 (79 meses).
• Variables Exógenas: El conjunto de datos se amplió con variables climáticas (temperatura, lluvia, humedad, viento, radiación solar), un identificador del periodo pandémico (COVID-19) y variables dummy temporales (Mes, Año).
• Selección de Características: Para reducir la complejidad y mejorar la eficiencia, se emplearon Explicaciones Aditivas de Shapley (SHAP). Basándose en los valores de importancia derivados de los modelos XGBoost y Random Forest (RF), se llevó a cabo un proceso de eliminación secuencial de características. Esto redujo el conjunto inicial de 47 predictores a 11, reteniendo las características más significativas, como los rezagos de consumo, métricas específicas de temperatura e identificadores temporales.

2. Entrenamiento del Modelo y Optimización de Hiperparámetros

Se seleccionaron cuatro modelos de aprendizaje automático por su eficacia probada: Memoria a Corto y Largo Plazo (LSTM), Random Forest (RF), Regresión de Vectores de Soporte (SVR) y Extreme Gradient Boosting (XGBoost).

• Optimización: Los hiperparámetros de cada modelo se ajustaron finamente utilizando dos algoritmos metaheurísticos: Algoritmo Genético (GA) y Optimización por Enjambre de Partículas (PSO). El objetivo fue minimizar el Error Absoluto Medio (MAE).
• Selección: GA superó consistentemente a PSO en la búsqueda de configuraciones óptimas, particularmente para RF y XGBoost, donde PSO tuvo dificultades con la convergencia. Los modelos optimizados se designaron como GA-LSTM, GA-RF, GA-SVR y GA-XGBoost.
• Validación: Se utilizó un enfoque híbrido de división de datos, reservando los últimos 12 meses para pruebas y empleando validación cruzada de 5 pliegues para el entrenamiento.

3. El Ensamble Refuerzo Separador Más Débil (WSB)

Se propuso un nuevo enfoque de aprendizaje por ensamble cooperativo, denominado Refuerzo Separador Más Débil (WSB), para mejorar el rendimiento del mejor predictor individual (GA-LSTM).

• Concepto: El WSB aprovecha el teorema "no hay almuerzo gratis" promediando las predicciones de los modelos "más débiles" (GA-RF, GA-SVR, GA-XGBoost), que tendían a producir predicciones lineales y estables más cercanas a una línea horizontal.
• Mecanismo: Este promedio sirve como un punto de referencia estable que representa la "incapacidad de aprender" patrones complejos. Un mecanismo de refuerzo adaptativo ajusta la predicción de GA-LSTM (el aprendiz más fuerte) incorporando esta referencia. El ajuste se rige por un parámetro de peso que aumenta y disminuye dinámicamente a lo largo del horizonte de predicción para mitigar la acumulación de errores en la predicción recursiva.

Resultados Clave

El enfoque propuesto se evaluó utilizando el Error Absoluto Medio (MAE) y el Porcentaje de Error Absoluto Medio Simétrico (sSMAPE).

• Conjunto de Datos 1 (Campus Palmas):

  • El modelo WSB logró el mejor rendimiento con un sSMAPE de 13.90% y un MAE de 1990.87 kWh.
  • El modelo GA-LSTM independiente siguió con un sSMAPE de 15.35% y un MAE de 2264.50 kWh.
  • Ambos superaron significativamente a los modelos tradicionales de series temporales (por ejemplo, ARIMA, Holt-Winters) y otras redes neuronales (CNN, ESN).

• Conjunto de Datos 2 (Campus Coronel Vivida):

  • El modelo WSB nuevamente demostró un rendimiento superior con un sSMAPE de 18.72% y un MAE de 464.93 kWh.
  • El modelo GA-LSTM logró un sSMAPE de 18.80% y un MAE de 466.92 kWh.
  • Los modelos tradicionales y otras redes neuronales mostraron tasas de error más altas, con valores de sSMAPE que alcanzaron hasta 41.59%.

• Análisis SHAP:

  • El análisis de importancia de las características reveló que los valores de series temporales rezagados (consumo histórico) fueron los predictores dominantes para ambos campus.
  • Las variables climáticas tuvieron una influencia mínima en comparación con los factores temporales e históricos.
  • Surgieron patrones distintos: En Palmas, los valores rezagados influyeron positivamente en las predicciones, mientras que en Coronel Vivida mostraron una correlación negativa, lo que sugiere relaciones inversas entre el consumo pasado y presente en esa ubicación específica.

Significado y Afirmaciones

El artículo afirma que el enfoque propuesto de Refuerzo Separador Más Débil (WSB) aborda eficazmente la complejidad de la predicción del consumo eléctrico en instituciones educativas. Su significado radica en tres contribuciones principales:

1. Integración de Variables Externas: El estudio incorpora sistemáticamente variables externas (pandemia, clima, eventos del calendario) y utiliza SHAP para una selección rigurosa de características, asegurando que los modelos se entrenen con las entradas más relevantes.
2. Optimización Comparativa: Proporciona una comparación exhaustiva de diversos modelos de IA (redes neuronales, métodos de ensamblaje, SVM) optimizados mediante GA y PSO, ofreciendo información sobre las arquitecturas más adecuadas para este dominio específico.
3. Estrategia de Ensamble Novel: El método WSB introduce una estrategia única para cerrar la brecha entre el mejor predictor y los modelos más débiles. Al utilizar el promedio de predictores más débiles y estables para ajustar al predictor más fuerte, el enfoque reduce el sesgo y mejora la generalización, logrando tasas de error más bajas que los modelos individuales o los métodos estadísticos tradicionales.

Los autores reconocen que, aunque el enfoque WSB mejoró el rendimiento, predecir 12 meses de antelación sigue siendo un desafío debido a la acumulación de errores en estrategias recursivas y eventos imprevistos (por ejemplo, el pico de consumo de 2023). El estudio concluye que, aunque el método propuesto es prometedor, el trabajo futuro debería explorar horizontes de predicción más cortos y expandir la metodología a instituciones geográficamente diversas para validar aún más su aplicabilidad.