Predictive Modeling of Urban Residential Power Consumption: An Explainable AI Approach to the Kenyan Prepaid Grid

Technische Samenvatting: Voorspellende Modellering van Stedelijk Residentieel Elektriciteitsverbruik in het Keniaanse Prepaid-netwerk

Probleemstelling
Nauwkeurige voorspellingen van de elektriciteitsbelasting zijn cruciaal voor netstabiliteit, inkomstenplanning en energiebeheer, met name in snel verstedelijkende regio's waar prepaid-metering de dominante factureringsmethode is geworden. Bestaande voorspellingsmodellen leunen echter vaak op aannames die afkomstig zijn uit westerse markten—met name een hoge gevoeligheid voor weersfluctuaties (door HVAC-gebruik) en een significante korte-termijn prijsgevoeligheid. Deze aannames houden mogelijk niet stand in sub-Saharaanse contexten, waar residentieel verbruik wordt gedreven door essentiële basisactiviteiten en wordt beperkt door de resterende prepaid-tegoeden in plaats van door klimaatbeheersing of directe tariefelasticiteit. Bovendien beperkt het "black-box"-karakter van geavanceerde machine learning (ML)-modellen vaak hun nut voor beleidsmakers die transparante inzichten nodig hebben in de drijfveren van de vraag. Deze studie adresseert de kloof in het begrip van de werkelijke drijfveren van de residentiële vraag binnen de Keniaanse prepaid-sector en evalueert of complexe ML-architecturen daadwerkelijk significante voordelen bieden ten opzichte van eenvoudigere statistische benaderingen in deze specifieke omgeving.

Methodologie
De studie maakt gebruik van een longitudinale dataset die loopt van januari 2017 tot april 2026, waarbij historische verbruiksgegevens, meteorologische variabelen en tariefinformatie van de Energy and Petroleum Regulatory Authority (EPRA) worden geïntegreerd.

• Feature Engineering: Het framework maakt gebruik van autoregressieve kenmerken (Lag 1, Lag 2 en Lag 12 kWh) om korte-termijn persistentie en jaarlijkse seizoensgebondenheid te vangen. Exogene variabelen omvatten de gemiddelde maandelijkse temperatuur, Cooling Degree Days (CDD) en tariefparameters (Lifeline Rate en Limit).
• Modelleringsframework: Een vergelijkende aanpak benchmarkt een Extreme Gradient Boosting (XGBoost) model tegenover een traditioneel Ordinary Least Squares (OLS) regressiemodel.
• Validatiestrategie: Om informatielekkage te voorkomen, is een strikte chronologische validatiestrategie toegepast. Gegevens uit 2017–2024 dienden voor training en hyperparameteroptimalisatie, terwijl gegevens uit 2025–2026 exclusief werden gereserveerd voor out-of-sample testen.
• Verklaarbaarheid (XAI): De studie integreert SHapley Additive exPlanations (SHAP) om de bijdragen van kenmerken te kwantificeren en het XGBoost-model te interpreteren.
• Diagnostiek: De analyse omvat Variance Inflation Factor (VIF)-controles voor multicollineariteit, autocorrelatie/partiële autocorrelatie (ACF/PACF)-analyse, seizoensgebonden decompositie en ablatie-studies om de bijdrage van verschillende voorspellersgroepen te isoleren.

Belangrijkste Resultaten

1. Dominantie van historisch gedrag: Correlatieanalyse en SHAP-waarden onthullen dat historisch verbruik de primaire determinant is voor toekomstige vraag. Lag-gebaseerde autoregressieve variabelen (met name Lag 1 en Lag 2) vertonen de hoogste voorspellende invloed, wat de impact van weer- of tariefvariabelen ver overstijgt.
2. Prestatie-pariteit van modellen: Ondanks de grotere complexiteit presteert het XGBoost-model qua voorspellingsprestaties breed genomen vergelijkbaar met het OLS-model. Het XGBoost-model vertoonde een marginaal lagere Mean Absolute Error (MAE), terwijl OLS een iets lagere Root Mean Square Error (RMSE) opleverde. Dit suggereert dat de voorspellende informatie in de dataset grotendeels lineair is en gevangen kan worden door eenvoudige autoregressieve relaties.
3. Beperkte impact van exogene variabelen: Weer (CDD) en tariefvariabelen droegen slechts marginaal bij aan de verbetering van de voorspellingsnauwkeurigheid. Ablatie-studies bevestigden dat het toevoegen van deze variabelen aan een "Lag Only"-model resulteerde in een verwaarloosbare reductie van de RMSE.
4. Gedragsmatige persistentie: Autocorrelatie-diagnostiek en seizoensgebonden decompositie wijzen erop dat de residentiële vraag wordt beheerst door sterke temporele persistentie en terugkerende verbruikspatronen, in plaats van directe reacties op prijsveranderingen of variabiliteit in het weer.

Betekenis en Claims
Het artikel stelt dat de residentiële elektriciteitsvraag binnen de Keniaanse prepaid-sector primair wordt beheerst door gedragsmatige persistentie en terugkerende verbruikspatronen, in plaats van de weergevoeligheid of prijselasticiteit die vaak in de westerse literatuur wordt aangenomen.

• Methodologische bijdrage: De studie demonstreert dat computationeel efficiënte, transparante statistische modellen (zoals OLS) betrouwbare vraagramingen kunnen bieden voor nutsplanning in prepaid-omgevingen, waarmee de aanname wordt uitgedaagd dat steeds complexere ML-architecturen altijd noodzakelijk zijn voor superieure prestaties.
• Beleidsimplicaties: De bevindingen suggereren dat de residentiële vraag op korte termijn relatief inelastisch is voor gematigde tariefaanpassingen. Beleidsmakers mogen niet verwachten dat er onmiddellijke dalingen in de vraag optreden na tariefwijzigingen, aangezien huishoudens essentiële diensten prioriteren en stabiele gebruiksgewoonten handhaven op basis van beschikbaar krediet.
• Operationele waarde: Het onderzoek benadrukt de waarde van interpreteerbare voorspellingsframeworks. Door te identificeren dat historisch verbruik de dominante drijver is, kunnen nutsbedrijven prioriteit geven aan nauwkeurige registratie van historisch gebruik boven de inzet van complexe, opengewerkte modellen, wat de operationele besluitvorming en het vertrouwen van belanghebbenden versterkt.

Concluderend stelt de studie dat voor het Keniaanse prepaid-netwerk de "black box" van geavanceerde AI beperkte aanvullende voorspellende vaardigheid biedt ten opzichte van eenvoudige autoregressieve modellen, en dat het begrijpen van de gedragsmatige traagheid van de prepaid-consument belangrijker is dan het modelleren van externe economische of klimatologische variabelen voor kortetermijnbelastingvoorspelling.