Data Scarcity in Gas Load Profiling: Generalized Proxy-Guided Load and Temporal Disaggregation

Resumen Técnico: Desagregación Temporal y de Carga Guiada por Proxies Generalizados

Planteamiento del Problema
La descarbonización del sector de la edificación, particularmente a través de la electrificación de los sistemas de calefacción, se ve obstaculizada por una falta crítica de perfiles de carga térmica granulares. Aunque los modelos de pronóstico avanzados (que van desde redes neuronales profundas hasta herramientas basadas en la física como EnergyPlus) requieren datos de alta resolución, tales datos son raramente disponibles para los parques de edificios existentes. La medición de gas de alta resolución queda fuera de los requisitos comerciales estándar de las empresas de servicios públicos, dejando a los investigadores únicamente con datos de facturación mensuales de baja frecuencia, irregulares y dispersos. Los enfoques convencionales de aprendizaje automático resultan impracticables en este contexto debido a la escasez de datos, mientras que los métodos tradicionales de modelado inverso (por ejemplo, los métodos de grados-día) carecen de la resolución intradía necesaria para el dimensionamiento preciso de equipos y el modelado estocástico del comportamiento de los ocupantes.

Metodología
El artículo propone el marco de Desagregación Temporal y de Carga Guiada por Proxies Generalizados, un proceso de cuatro etapas diseñado para reconstruir perfiles de consumo de gas de alta resolución (horarios) a partir de facturas de gas mensuales de baja frecuencia y datos de electricidad horarios. La metodología se basa en la descomposición del consumo total de gas natural ($G_{total}$) en dos regímenes físicos distintos: calefacción de espacios ($G_{heat}$) y agua caliente sanitaria ($G_{dhw}$), siendo esta última la carga base del sistema impulsada por el comportamiento estocástico de los ocupantes.

El marco opera a través de los siguientes pasos secuenciales:

1. Extracción de Proxy de Ocupación Generalizado mediante Normalización Meteorológica:
   Para aislar las señales de comportamiento de los datos de electricidad horarios ($E$), los autores aplican una Normalización Meteorológica Multivariante mediante un marco de Regresión Lineal Múltiple (MLR). Este paso elimina las cargas de enfriamiento estacionales (confundidas por el aire acondicionado) mediante la regresión de la electricidad frente a variables meteorológicas (velocidad del viento, humedad, horas de grados de enfriamiento) y priors temporales. El Proxy de Ocupación ($E_N$) resultante es una señal de comportamiento limpia que representa el uso de iluminación y electrodomésticos, derivada al anular los componentes térmicos en el modelo de regresión.

2. Segmentación Unificada y Agrupación Normalizada:
   Para abordar la insignificancia estadística de los registros individuales dispersos, el marco identifica períodos de "no calefacción" (definidos como meses donde el promedio de Horas de Grados de Calefacción < 5). Los datos de estos períodos en 11 edificios residenciales multifamiliares se agrupan. Para asegurar la comparabilidad, la electricidad se normaliza por área de piso y el consumo de gas se normaliza por la relación volumen-área ($\phi$) específica del edificio. Esto crea un conjunto de datos unificado ($D_{pool}$) que revela tendencias robustas invisibles a nivel de edificio individual.

3. Estimación de Parámetros de Carga Base Unificada y Calibración Local:
   Se entrena un modelo de Mínimos Cuadrados Ordinarios (OLS) generalizado en el conjunto de datos agrupados para establecer una relación global entre el proxy de ocupación y el consumo de agua caliente sanitaria ($G_{dhw}$). Para dar cuenta de las variaciones específicas de cada edificio en la eficiencia de los aparatos, se aplica un paso de Calibración Local. Se deriva un factor de calibración escalar ($\kappa_i$) para cada edificio minimizando el residuo entre la predicción universal y el consumo de gas observado durante el mes más representativo de no calefacción del edificio.

4. Desagregación Temporal Componente por Componente:
   La etapa final reconstruye los perfiles horarios para ambos componentes utilizando un enfoque de optimización de doble flujo.

   • Reconstrucción de la Carga Base: Impulsada por las características del proxy eléctrico ($X_{dhw}$), modelando el comportamiento del ocupante.
   • Reconstrucción de la Calefacción: Impulsada por las características meteorológicas ($X_{heat}$), modelando la demanda termodinámica.
     Un algoritmo de optimización minimiza el error entre las predicciones horarias agregadas y los objetivos mensuales conocidos, asegurando que los perfiles sintetizados conserven estrictamente la masa de energía de las facturas mensuales originales mientras cumplen con dinámicas temporales específicas.

Resultados Clave
El marco fue validado en dos conjuntos de datos: un conjunto de datos operativos de 18 meses de 11 edificios residenciales multifamiliares y el conjunto de datos de alta resolución Almanac of Minutely Power (AMPds).

• Efectividad del Proxy: El proxy de ocupación normalizado meteorológicamente ($E_N$) demostró una correlación de Pearson media de 0.74 con el consumo de gas en periodos de no calefacción, una mejora significativa sobre los datos de electricidad brutos (media $r = 0.28$), confirmando la extracción exitosa de las señales de comportamiento.
• Precisión de la Carga Base: La estrategia de agrupación y calibración unificada logró un Error Porcentual Cuadrático Medio (MSPE) del 8.58% para el período de carga base en toda la cartera.
• Reconstrucción de la Carga Total: El consumo de gas total reconstruido ($\hat{G}_{total}$) alcanzó un MSPE promedio de la cartera de 6.37% y un Error Cuadrático Medio Normalizado (NRMSE) de 0.20. El modelo rastreó con éxito tanto las variaciones de alta frecuencia de la carga base como los picos de calefacción sin un desfase temporal significativo.
• Validación de Alta Resolución: Cuando se probó con el conjunto de datos AMPds (datos a nivel de minuto), el marco desacopló eficazmente los componentes de calefacción y carga base, obteniendo MSPE por componente de aproximadamente 10–11%, demostrando robustez incluso en intervalos de nivel de minuto.

Significancia y Reivindicaciones
El artículo afirma que este marco cierra eficazmente la brecha de resolución entre los datos de servicios públicos de baja frecuencia y los conjuntos de entrenamiento de alta fidelidad requeridos para el modelado de la descarbonización basado en datos. Al utilizar la electricidad horaria como un proxy dinámico y no intrusivo del comportamiento del ocupante, el método supera la escasez de datos que típicamente impide la aplicación de analítica avanzada de IA en las renovaciones de edificios.

Los autores posicionan el marco como una solución escalable para generar datos de entrenamiento granulares sin la necesidad de infraestructura de submedición. La significancia radica en su capacidad para transformar registros de facturación mensuales dispersos en perfiles térmicos de alta resolución confiables, permitiendo así un dimensionamiento de equipos preciso y el desarrollo de estrategias de electrificación sostenibles para los parques de edificios existentes. El artículo concluye que este enfoque ofrece una herramienta práctica para acelerar las renovaciones de electrificación de edificios manteniendo la consistencia física con el balance de masa de energía.