IEEE Power & Energy Magazine - Spanish - May/June 2022 - 66

tiempo meteorológico, imágenes digitales, datos de sensores,
redes sociales, grabaciones de voz, etc.) y la necesidad de velocidad
de procesamiento presentan desafíos. Los desarrollos
recientes en torno al aprendizaje de máquina y la inteligencia
artificial pueden fomentar la minería de datos y los procesos
de selección de características para diseñar herramientas de
toma de decisiones prescriptivas precisas y eficientes.
Principales características de las series
temporales de hogares individuales
En esta sección, ilustramos las principales características de
un conjunto de datos de medidores inteligentes del mundo
real. Endesa, una de las principales empresas de servicios
públicos de España, ha proporcionado una muestra de
10,000 consumos domésticos por hora durante un año. Para
cada hogar, se proporciona una serie temporal que contiene
8,760 intervalos de consumo de energía eléctrica. En concreto,
estos hogares tienen consumos eléctricos inferiores a
10 kW, y se distribuyen por toda la geografía de España. Los
Consumo, cliente número: 1,768
4,000
3,000
2,000
1,000
Abr. 2018
Jul. 2018 Oct. 2018 Ene. 2019 Abr. 2019
(a)
Consumo, cliente número: 2,738
Cliente 2,738
15,000
10,000
5,000
Abr. 2018
Jul. 2018 Oct. 2018 Ene. 2019 Abr. 2019
(c)
4,000
3,000
2,000
1,000
6,000
4,000
2,000
Abr. 2018
Jul. 2018 Oct. 2018 Ene. 2019 Abr. 2019
(b)
datos fueron anonimizados de conformidad con todas las
normativas de protección de datos.
La figura 1 muestra el consumo de tres clientes a lo largo
del año. Fueron seleccionados para ilustrar sus diferentes
comportamientos de consumo. La figura 1(a) representa al
cliente promedio de nuestra muestra. El consumo medio a lo
largo del año en la muestra de hogares es de alrededor de 330
Wh, mientras que la desviación estándar correspondiente es
de alrededor de 400 Wh, y estos son aproximadamente los
mismos números para el primer cliente seleccionado. En algunos
periodos [figura 1(a)], el consumo disminuye mientras que
en otros el consumo está claramente por encima de la media.
Por otro lado, el segundo cliente tiene un consumo medio de
alrededor de 1,000 Wh y una desviación estándar de alrededor
de 1,000 Wh [figura 1(b)]. Este cliente tiene un patrón de
consumo más volátil que el del primero. Finalmente, el tercer
cliente [figura 1(c)] tiene el mayor consumo en nuestra
muestra. Este cliente tiene una tendencia de consumo diferente
(mayor en verano y menor durante el invierno). Por estas
Consumo, cliente número: 3,143
Cliente 3,143
Cliente 1,768
2,000
Promedio (Wh)
(d)
figura 1. (a)-(c) Consumo horario a lo largo de un año para tres clientes seleccionados con fines ilustrativos. (d) Diagrama
de dispersión del consumo promedio para cada hogar frente a la desviación estándar para 10,000 hogares.
66
ieee power & energy magazine
mayo/junio 2022
4,000
Consumo eléctrico (Wh)
Consumo eléctrico (Wh)
Desviación estándar (Wh)
Consumo eléctrico (Wh)

IEEE Power & Energy Magazine - Spanish - May/June 2022

Table of Contents for the Digital Edition of IEEE Power & Energy Magazine - Spanish - May/June 2022