Previsión de demanda de gas

Previsión del consumo diario de gas de un nodo de medición para los próximos 7, 30 y 90 días, con un intervalo de confianza del 95 % y una comprobación de precisión a 14 días.

Este informe opera sobre un único nodo de medición: predice cuánto gas consumirá el nodo durante los próximos 7, 30 y 90 días. Se utiliza para la planificación de compras y de balance: cuánto gas necesitará el consumidor a corto plazo.

La previsión se construye a partir del historial de consumo de períodos anteriores y tiene en cuenta el clima: con tiempo frío se destina más gas a la calefacción. Junto con la previsión, el informe ofrece un intervalo de confianza (un rango «de–a» dentro del cual se situará el consumo con alta probabilidad) y una comprobación de precisión sobre los días recientes.

Qué muestra

BloqueQué significa
Gráfico de previsiónconsumo diario esperado en adelante, superpuesto sobre el historial real
Intervalo de confianzaun corredor en torno a la previsión dentro del cual se situará el consumo con un 95 % de probabilidad
Totales para 7 / 30 / 90 díascuánto gas se espera en total a lo largo de estos horizontes
Comprobación de precisióncuánto se desvió el modelo durante los últimos 14 días (véase más abajo)

La previsión se descompone en componentes claros: un nivel base, una tendencia general (consumo que sube o baja con el tiempo), la estacionalidad (anual y por día de la semana) y la contribución del clima.

Cómo funciona

Fuentes de datos:

  • Consumo de gas — del archivo horario del dispositivo, agregado en totales diarios.
  • Clima — temperatura diaria del servicio abierto open-meteo. El historial de temperatura se toma según las coordenadas del nodo; para las fechas de previsión, la previsión meteorológica real del mismo servicio.

El modelo es una dependencia lineal del consumo respecto a cuatro factores:

  1. Tendencia — subida o bajada lenta del consumo a lo largo del tiempo.
  2. Estacionalidad anual — invierno/verano.
  3. Estacionalidad semanal — los días laborables y los fines de semana consumen de forma distinta.
  4. Temperatura — mediante los grados-día de calefacción: cuánto más frío es el día respecto a 18 °C. Cuanto más frío hace, más gas se destina a la calefacción.

Si el clima no está disponible, el modelo funciona sin el factor de temperatura. Los valores horarios anormalmente grandes (artefactos de telemetría) se recortan al máximo de pasaporte del dispositivo, para no distorsionar la previsión.

La precisión se comprueba del siguiente modo: el modelo «no ve» los últimos 14 días, los pronostica y los compara con los valores reales. De ahí surgen el error medio de previsión y la proporción de días en los que el valor real cayó dentro del intervalo de confianza.

Parámetros de ejecución

ParámetroPor defectoQué significa
Nodo n.ºobligatorioel número del nodo de medición
Historial desdehace 2 añosinicio del historial (se requiere ≥ 1 año para la estacionalidad anual)
Historial hastaayerfin del historial
Horizonte30cuántos días por delante prever
Días de backtest14sobre cuántos días recientes comprobar la precisión
Horas mínimas por día18cuántas horas por día deben tener datos para que el día se contabilice
Coordenadascoordenadas del nodoubicación para la solicitud de clima
Base de calefacción18 °Ctemperatura por debajo de la cual comienza la calefacción
Sin climadesactivadocalcular sin tener en cuenta el clima

Cómo leer el resultado

  • Fíjate primero en la comprobación de precisión. Un error relativo medio de hasta el 10 % es una previsión excelente; 10–20 %, aceptable; más del 20 %, hay que confiar con cautela. La proporción de aciertos dentro del intervalo de confianza ronda normalmente el 90–95 %.
  • El horizonte de 7 días es el más fiable; los 90 días son indicativos y requieren al menos un año de historial. Más allá de 90 días no se recomienda la previsión.
  • El intervalo de confianza importa más que una cifra aislada: planifica frente a su cota superior si necesitas un margen.

Temas relacionados

Última actualización el

¿Te resultó útil esta página?