Los grupos de investigación GRAFO, de la Universidad Rey Juan Carlos, y GHEODE, de la Universidad de Alcalá, han diseñado un nuevo método eficaz para estimar la demanda de energía en nuestro país con un año de antelación. El sistema consiste en un algoritmo que basa sus previsiones en las variables macroeconómicas.
Los resultados de esta investigación han sido ya publicados en la revista científica Energy Conversion and Management. De ellos se desprende que este algoritmo ha sido capaz de predecir correctamente la demanda de energía incluso en años de crisis, cuando estas estimaciones son más complicadas de realizar.
La clave está en su algoritmo, que emplea la metodología conocida como Búsqueda de Vecindad Variable (VNS). De esta forma, es capaz de seleccionar aquellos datos y variables macroeconómicas más relevantes, para realizar sus estimaciones con gran precisión. En este sentido Jesús Sánchez-Oro, coautor del estudio, ha señalado que “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”
La tasa de error, aseguran estos investigadores, es inferior al 2%. La clave es, según ha explicado Abraham Duarte, otro de los autores de la investigación, que “el algoritmo propuesto se enmarca dentro del área conocida como Soft-Computing. Este paradigma difiere del clásico (hard-computing) en que es tolerante a la imprecisión, incertidumbre, o aproximaciones parciales, acercándose al funcionamiento de la mente humana”.
Este sistema de previsión se puede llevar a cabo con un ordenador ya que no requiere de ningún equipo especial y, según ha informado Duarte, “ya está disponible para que se pueda utilizar”. De hecho, ha concluido, el desarrollo ha sido “lo más genérico posible para que podamos utilizar una metodología equivalente para problemas parecidos”.
