El grupo de investigación Grafo, de la Universidad Rey Juan Carlos ha desarrollado, junto con el grupo Gheode de la Universidad de Alcalá, un algoritmo capaz de llevar a cabo la estimación precisa de la demanda de energía española a un año vista a partir de una serie de variables macroeconómicas.

La estimación es correcta incluso durante los períodos de crisis económica, en los que la demanda de energía es muy difícil de predecir.

El algoritmo propuesto, basado en la metodología conocida como Búsqueda de Vecindad Variable (VNS por su nombre original, Variable Neighborhood Search), es capaz de seleccionar aquellas variables macroeconómicas, de entre las 14 disponibles, que son más relevantes para llevar a cabo la estimación de la demanda de energía.

“Realizada la selección, una red de neuronas de aprendizaje rápido se entrena con los datos disponibles de los últimos 30 años. Una vez la red está entrenada, podrá predecir cuál será la demanda de energía española a un año vista, con una tasa de error inferior al 2%”, explica Jesús Sánchez-Oro, investigador de la Escuela de Ingeniería Informática de la URJC y autor principal del estudio.

Todos los ensayos han sido ejecutados en un ordenador de sobremesa común (un Intel Core i7 a 2.67 GHz con 8 GB de RAM), por lo que no es necesario disponer de ningún equipamiento especial para llevar a cabo la estimación.

Los investigadores plantean que el algoritmo propuesto podrá ser de utilidad para las autoridades políticas y expertos en el sector de la energía, que tienen que tratar cada año con la problemática del abastecimiento energético.

Más información