TimesFM 3.0 reduce un 43% el error de previsión del consumo energético de un edificio universitario

Los operadores de edificios necesitan la previsión de la carga diaria para planificar con antelación la calefacción, la ventilación y otros servicios. Los autores de un nuevo trabajo en arXiv compararon, con datos de un edificio universitario, modelos estadísticos, aprendizaje automático clásico, una red recurrente y el modelo preentrenado TimesFM. TimesFM 3.0 con covariables logró los mejores errores globales: su error absoluto medio (MAE) es aproximadamente un 43% inferior al del pronóstico ingenuo estacional semanal. Sin embargo, XGBoost no se quedó muy atrás, y las comparaciones diarias por pares no confirmaron una ventaja clara de TimesFM en MAE.

Cómo está montado el benchmark

Los autores no compararon los modelos solo por precisión. La comparación incluyó también los datos de entrada necesarios en el momento de la previsión, la necesidad de entrenamiento local y el coste computacional. Para un operador, estos no son detalles académicos: de ellos depende cuánto trabajo de ingeniería exigirá la implantación.

La validación es cronológica, es decir, el modelo no ve el futuro durante el entrenamiento. Todas las configuraciones se evaluaron sobre los mismos 57 días de prueba, y los resultados se desglosaron por días laborables, fines de semana y festivos. Los festivos son el régimen más incómodo para este tipo de edificios: la carga difiere bruscamente de la habitual.

Hay una salvedad sobre el clima. Las covariables se tomaron de observaciones retrospectivas, no de las previsiones reales que el operador habría recibido el día anterior. Los errores de la previsión meteorológica no entraron en el experimento.

Qué muestran las cifras

• TimesFM 3.0 con covariables: los menores errores globales, con un MAE aproximadamente un 43% inferior al del pronóstico ingenuo estacional semanal.
• XGBoost: sigue siendo competitivo. Según las comparaciones diarias por pares, no hay una ventaja evidente de TimesFM en MAE.
• TimesFM solo con el historial de consumo: también un resultado sólido, sin datos meteorológicos ni otras entradas.
• LSTM: se entrena más despacio y no superó ni a TimesFM ni a XGBoost.
• Entrenamiento: TimesFM no requiere reajustar pesos para el edificio; XGBoost se entrena rápido y genera la previsión en local.

Un apartado aparte merecen las covariables. En TimesFM mejoran la previsión en festivos, pero la empeoran ligeramente en días laborables y fines de semana. En conjunto, el MAE global casi no cambia. Las entradas adicionales funcionan como una herramienta puntual para un régimen poco frecuente, no como una mejora universal.

Una evaluación histórica de prueba mostró oscilaciones estacionales en la calidad. La comparación de fuentes de datos meteorológicos solo produjo pequeños cambios en la precisión de la configuración elegida de TimesFM. La elección del proveedor meteorológico, al menos aquí, es secundaria.

Cómo elegir un modelo para un edificio

Los autores extraen una conclusión prudente: la TimesFM preentrenada sirve como una sólida base de partida para este edificio, y XGBoost como alternativa competitiva que se ajusta en local. El resultado corresponde a un solo edificio y 57 días de prueba, por lo que no conviene trasladarlo a otros inmuebles sin verificarlo.

El esquema práctico es el siguiente. Si se necesita una previsión operativa rápida, sin ciclo de entrenamiento, se empieza por TimesFM solo con el historial de consumo. Si el equipo está dispuesto a mantener un modelo local y valora un ciclo rápido de entrenamiento e inferencia, XGBoost sigue siendo una opción razonable. En esta comparación, la LSTM no dio motivos para pagar por un ajuste más largo.

Las covariables se añaden cuando los festivos son críticos para el edificio y se justifica preparar datos meteorológicos. Si pesan más los días laborables y los fines de semana, su aportación es dudosa. Antes de la implantación conviene repetir la prueba con previsiones meteorológicas reales en lugar de observaciones retrospectivas. Es justo en este punto donde los resultados del trabajo están más cerca de su límite de aplicabilidad.