🤖 machine learning

Interpretable Kolmogorov-Arnold Network with Feature-Isolated Temporal Attention Mechanism for Electricity Load Forecasting

Este artículo presenta LoadKAN, un novedoso marco híbrido interpretable que integra un mecanismo de atención temporal de aislamiento de características con Redes de Kolmogorov-Arnold para lograr una precisión competitiva en el pronóstico de la carga eléctrica, permitiendo al mismo tiempo un análisis granular de las complejas relaciones no lineales entre los patrones de movilidad humana y la demanda de energía.

Autores originales: Jinhao Li, Hao Wang

Publicado 2026-06-23

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Jinhao Li, Hao Wang

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

La Visión General: Prediciendo la Energía con una "Caja de Cristal"

Imagine que está intentando predecir cuánta electricidad consumirá una ciudad mañana. Necesita ser preciso para que la red eléctrica no colapse, pero también necesita entender por qué la predicción es la que es.

La mayoría de los modelos de IA modernos son como cajas negras. Usted introduce datos y sale una predicción, pero nadie sabe exactamente cómo la máquina tomó esa decisión. Es como un chef que cocina una comida deliciosa pero se niega a decirle la receta o qué ingredientes utilizó.

Este artículo presenta un nuevo modelo llamado LoadKAN. Piense en LoadKAN como un chef de "Caja de Cristal". No solo cocina una comida deliciosa (realiza una predicción precisa), sino que también expone cada ingrediente y le muestra exactamente cómo interactúan para crear el sabor final. Está construido sobre un nuevo tipo de IA llamada Red Kolmogorov-Arnold (KAN), la cual está diseñada para ser transparente por defecto.

El Problema: Por qué los Modelos Antiguos Tienen Dificultades

Los investigadores notaron dos problemas principales en los modelos de IA existentes para la electricidad:

Son opacos: No se puede ver fácilmente cómo factores como el clima o el movimiento humano afectan la red eléctrica.
Se confunden con el tiempo: Los datos eléctricos cambian constantemente a lo largo del tiempo (como un latido). Los modelos de IA estándar suelen "enredarse" al intentar rastrear estos ritmos complejos, especialmente cuando se añaden nuevos datos como el movimiento humano.

La Solución: La Receta de Dos Pasos de LoadKAN

Los autores construyeron LoadKAN con dos etapas específicas, que describen como un "Mecanismo de Atención de Características Aisladas" combinado con un módulo KAN. Aquí está la versión sencilla:

Paso 1: La Etapa del "Solista" (Atención de Características Aisladas)

Imagine un coro donde cada cantante intenta cantar al mismo tiempo. Normalmente, las voces fuertes ahogan a las silenciosas y la canción se convierte en un desastre.
LoadKAN hace algo diferente. Coloca a cada cantante (cada punto de datos como "clima", "tráfico" o "personas en casa") en su propia cabina insonorizada.

Lo que hace: Escucha al cantante del "Clima" por sí solo para entender su ritmo. Luego escucha al cantante de la "Movilidad Humana" por sí solo.
Por qué: Esto evita que los datos se "entrelacen". Asegura que el modelo aprenda la historia única de cada factor antes de mezclarlos.

Paso 2: La Etapa del "Mezclador Transparente" (El Módulo KAN)

Una vez que los solistas han practicado, se unen para cantar la canción final (la predicción de la electricidad).

La Magia: En lugar de una caja negra que mezcla los sonidos, LoadKAN utiliza un "mezclador" especial (el KAN) que dibuja un mapa visible de cómo cada voz cambia la canción.
El Resultado: Usted puede mirar el mapa y decir: "Ah, cuando la gente se queda más en casa, el uso de energía baja", o "Cuando la gente va a los parques, el uso sube". El modelo literalmente dibuja la curva de estas relaciones, lo que facilita su lectura.

El Ingrediente Secreto: Movilidad Humana

Los investigadores probaron este modelo utilizando datos de tres grandes mercados eléctricos de EE. UU.: Nueva York (NYISO), California (CAISO) y Texas (ERCOT). Añadieron un ingrediente especial: Datos de Movilidad Humana.

Rastrearon seis tipos de movimiento:

Comercio y Recreación (restaurantes, cine)
Supermercados y Farmacias (compras)
Parques
Estaciones de Tránsito (metros, autobuses)
Lugares de Trabajo
Residencial (personas en casa)

Los Hallazgos:

Precisión: LoadKAN fue tan bueno prediciendo la electricidad como los modelos de "caja negra" más avanzados. En Texas, fue de hecho el mejor prediciendo.
El Impulso de la "Movilidad": Añadir datos sobre dónde se movía la gente hizo que todos los modelos mejoraran, pero LoadKAN utilizó estos datos de la manera más efectiva.
Diferencias de Mercado: El modelo reveló que diferentes ciudades reaccionan de manera distinta al movimiento.
- En Nueva York: Cuando la gente va a las Estaciones de Tránsito, el uso de electricidad en realidad baja. El modelo comprendió que si la gente está en el metro, no está en casa o en oficinas usando energía.
- En Texas: Los Parques fueron un factor enorme. Cuando la gente iba a los parques, el uso de energía cambiaba significamente, probablemente debido al aire acondicionado en áreas recreativas o al desplazamiento.
- En California: Los Lugares de Trabajo y los Supermercados tuvieron una relación con el uso de energía muy compleja y cambiante que variaba día tras día.

Por qué esto es Importante

El artículo afirma que LoadKAN resuelve un problema importante: la Confianza.

En el pasado, si quería saber por qué un modelo predecía un aumento de energía, tenía que usar una herramienta separada y torpe para adivinar. LoadKAN incorpora la explicación directamente en las matemáticas. Permite a los operadores de la red eléctrica ver la "receta" del futuro. Pueden ver exactamente cómo un martes lluvioso o un fin de semana festivo con la gente en casa impactará la red, sin tener que adivinar qué está pensando la IA.

En resumen: LoadKAN es un predictor de electricidad altamente preciso que no oculta su trabajo. Separa los datos para entender cada pieza individualmente, y luego los mezcla de una manera que nos permite ver exactamente cómo el comportamiento humano impulsa el encendido y apagado de las luces.

Resumen Técnico: Red de Kolmogorov-Arnold Interpretable con Atención Temporal de Características Aisladas para el Pronóstico de la Carga Eléctrica

Planteamiento del Problema
El pronóstico preciso de la carga eléctrica es fundamental para la estabilidad, la eficiencia y la viabilidad económica de los sistemas de potencia. Si bien los modelos de aprendizaje profundo (por ejemplo, Transformers, LSTMs) han logrado una alta precisión predictiva, típicamente operan como "cajas negras", careciendo de la interpretabilidad necesaria para comprender los impulsores específicos de los resultados de los pronósticos. Esta opacidad impide que los operadores del sistema comprendan cómo los complejos factores exógenos, particularmente los patrones de movilidad humana, influyen en el consumo de electricidad. Además, la aplicación directa de la emergente Red de Kolmogorov-Arnold (KAN) al pronóstico de series temporales enfrenta desafíos, incluyendo la inestabilidad en el entrenamiento y la incapacidad de modelar eficazmente dependencias temporales complejas sin adaptaciones arquitectónicas específicas. Los enfoques híbridos existentes que simplemente reemplazan las capas de Perceptrón Multicapa (MLP) con módulos KAN a menudo no logran aprovechar plenamente la interpretabilidad inherente de KAN, ya que no preservan la dinámica distintiva de los elementos de entrada individuales.

Metodología: El Marco de Trabajo LoadKAN
Para abordar estas brechas, los autores proponen LoadKAN, un nuevo marco híbrido e interpretable diseñado para el pronóstico de la carga eléctrica. La arquitectura consta de dos etapas sinérgicas:

Mecanismo de Atención Temporal de Características Aisladas:
- Objetivo: Procesar cada secuencia de características de entrada (por ejemplo, carga histórica, clima y seis métricas distintas de movilidad humana) de forma independiente antes de que ocurra cualquier interacción entre características.
- Mecanismo: El lote de entrada se transpone y se proyecta en un espacio de incrustación (embedding) de mayor dimensión mediante convoluciones 1D. Crucialmente, el modelo emplea un mecanismo de Autoatención de Múltiples Cabezales (MHSA) por característica. A diferencia de las arquitecturas estándar que entrelazan todas las características en incrustaciones latentes, esta etapa trata la historia temporal de cada característica como una secuencia independiente.
- Agregación: La información temporal para cada característica se agrega seleccionando la salida del último paso de tiempo, seguido de una convolución 1D aislada por característica y una activación de tangente hiperbólica ( $\tanh$ ). Esto produce una representación escalar destilada y temporalmente consciente para cada característica, asegurando que la dinámica temporal única de variables como "Retail & Recreation" o "Residential" se preserve sin la dominancia de la señal o la propagación de ruido de otras características.
Módulo KAN Interpretable:
- Objetivo: Mapear las representaciones de características procesadas hacia el pronóstico de la carga futura manteniendo la transparencia estructural.
- Mecanismo: Las características destiladas se introducen en una capa KAN construida con funciones de activación B-spline aprendibles en las aristas. Basándose en el Teorema de Representación de Kolmogorov-Arnold, el modelo aproxima la función multivariada como una suma de funciones univariadas: $\hat{y} = \sum f_m(r_m) + \beta$ .
- Interpretabilidad: Debido a que la entrada a la capa KAN consiste en representaciones de características aisladas, las funciones spline aprendidas modelan explícitamente la relación no lineal entre una característica del mundo real específica (por ejemplo, la movilidad a parques) y la carga eléctrica. Esto permite la visualización directa de las relaciones funcionales (por ejemplo, puntos de saturación, efectos de umbral) sin depender de herramientas de explicación post-hoc como SHAP o LIME.

Contribuciones Clave

Innovación Arquitectónica: El artículo introduce LoadKAN, que integra de manera única un mecanismo de atención temporal de características aisladas con un módulo KAN. Este diseño evita el entrelazamiento de la dinámica de las características, un requisito previo para una interpretabilidad significativa en el pronóstico de series temporales.
Validación Empírica: El marco fue evaluado en conjuntos de datos de tres mercados eléctricos representativos de EE. UU.: NYISO, CAISO y ERCOT. El estudio demuestra que LoadKAN logra un rendimiento competitivo frente a referentes de caja negra extensamente ajustados (incluyendo Informer, TCN y Transformer), asegurando a menudo resultados de primer nivel (por ejemplo, el mejor desempeño en ERCOT).
Ablación sobre Características de Movilidad: El estudio cuantifica el impacto de los datos de movilidad humana, mostrando que la integración de estas características mejora significamente la precisión del pronóstico en todos los modelos y mercados, con LoadKAN demostrando una fuerte aptitud para aprovechar esta información suplementaria.
Interpretabilidad Granular: El artículo proporciona un análisis detallado de las relaciones no lineales aprendidas entre seis patrones de movilidad y la carga eléctrica. Revela dependencias específicas de cada mercado, como la influencia variable del uso del tránsito en NYISO frente a la movilidad comercial en CAISO, y la sensibilidad dominante de la movilidad relacionada con parques en ERCOT y NYISO.

Resultos

Desempeño: LoadKAN se sitúa consistentemente en el nivel superior de los referentes. En el mercado ERCOT, logró el mejor desempeño general (MAPE: 2.91%, $R^2$ : 0.9429), superando al mejor modelo de referencia (Transformer). En NYISO y CAISO, se mantuvo altamente competitivo, con valores de MAPE dentro de un 0.17% y 0.13% de los mejores modelos, respectivamente, ofreciendo una interpretabilidad superior.
Impacto de la Movilidad: La inclusión de características de movilidad humana resultó en una reducción promedio de MAPE de aproximadamente 16.28% y de RMSE de 16.90% en todos los modelos y mercados.
Análisis de Sensibilidad: El análisis cuantitativo de sensibilidad de las funciones de activación aprendidas reveló comportamientos regionales distintos. Por ejemplo, la movilidad de "Parques" exhibió la mayor sensibilidad en NYISO y ERCOT, mientras que las características comerciales (Lugares de trabajo, Retail) mostraron una mayor sensibilidad en CAISO. El análisis también descubrió relaciones complejas, no lineales y a veces contraintuitivas, como el hecho de que el aumento de la presencia residencial se correlaciona con una reducción de la carga del sistema en ciertos mercados, probablemente debido a la sustitución de actividades comerciales de alto consumo energético.

Significancia y Reivindicaciones
El artículo afirma que LoadKAN logra cerrar la brecha entre el poder predictivo del aprendizaje profundo y la interpretabilidad estructural requerida para la toma de decisiones informadas en los sistemas de energía. Al evitar la naturaleza de "caja negra" de las redes neuronales estándar y las limitaciones de las estructuras KAN puras en datos de series temporales, LoadKAN ofrece un mecanismo transparente para comprender cómo impulsores específicos, particularmente la movilidad humana, influyen en la demanda de electricidad. Los autores enfatizan que su enfoque permite visualizar y cuantificar las dependencias no lineales entre las características de entrada y los pronósticos de carga, proporcionando conocimientos que a menudo quedan ocultos por modelos opacos. Esta capacidad se presenta como un habilitador crucial para comprender el impacto de las características exógenas dinámicas en el consumo de electricidad, apoyando operaciones de sistemas más informadas en un panorama energético en evolución.