Metodologías de Previsión

Retos

 

La comprensión y el conocimiento del futuro son esenciales para una buena planificación y organización empresarial. Para ello es necesario disponer de herramientas capaces de realizar previsiones fiables sobre las variables clave del negocio.


Enfoque

 

Las metodologías de previsión permiten, en base al comportamiento en el pasado y las condiciones  del entorno de negocio, predecir el comportamiento del mismo elemento a futuro.

Dependiendo del entorno de negocio, el comportamiento a futuro de un elemento puede ser regido por casuísticas estacionarias o laborales, o disponer de comportamiento no periódicos.

Dependiendo de la casuística de negocio y las necesidades de cliente, Grupo AIA dispone de diferentes metodologías de previsión para adaptarse al comportamiento de la información a prever.

Previsor Simbólico

Este método de previsión es un diseño propio de Grupo AIA y consiste en una combinación mejorada de las técnicas:

  • Descomposición en Estacionalidades
  • Alisado Exponencial (Exponential Smoothing)

La descomposición en estacionalidades permite reflejar con naturalidad las componentes periódicas de la serie. Esta descomposición se complementa con un tratamiento de excepcionalidades que tiene en cuenta situaciones que caen fuera de los ciclos preestablecidos.

El previsor simbólico es muy adecuado para modelizar comportamientos difícilmente explicables, como por ejemplo el tratamiento de días excepcionales. Sus características le permiten realizar previsiones con poca o ninguna historia y modelizar adecuadamente comportamientos complejos.

Finalmente cabe destacar que el previsor simbólico es extraordinariamente rápido ya que necesita poca información para realizar una previsión. Muchos algoritmos, para calcular una nueva previsión, necesitan volver a calcularla a partir de todo el histórico, mientras que el Previsor Simbólico sólo requiere de la última actualización de unos pocos parámetros por lo que está especialmente pensado para aplicaciones con un gran volumen de previsiones a realizar o para sistemas de previsión en tiempo real.

Previsión de Demanda Agregada

Las soluciones de Previsión de Demanda Agregada se caracterizan por:

  • Usuario experto en negocio y en tecnología de previsión.
  • La calidad de los datos es excelente.
  • Los requerimientos de calidad de la previsión son muy altos.
  • Volumen de datos reducido. Entorno ofimático.
  • Número pequeño de series (entre 1 y 10).

Grupo AIA ofrece soluciones a medida para este tipo de previsión, pero destaca
el producto Previsión de la Demanda Agregada Eléctrica, que se ha especializado
para la previsión de la demanda eléctrica horaria (activa o reactiva)
para el consumo agregado de un grupo de consumidores (una región o una zona).

El producto Previsión de la Demanda Agregada Electrica ofrece las siguientes
características para los equipos de planificación y operaciones:

  • Demanda horaria de energía activa y reactiva.
  • Informes para el análisis de la demanda diaria, semanal y mensual.
  • Interconexión en tiempo real (opcional).
  • Herramientas que permiten al usuario introducir y modificar los valores: valores horarios, definición de días especiales y valores de temperatura.
  • Análisis de las series históricas en las que se incluyen la temperatura, estación y día de la semana para la previsión y para generar las características del perfil de las curvas.

Previsión de Demanda Distribuida

Las soluciones de Previsión de Demanda Distribuida se caracterizan por:

    • Usuario experto en negocio, pero no necesita conocer la tecnología de previsión.
    • Calidad de datos variables. Se requiere una reconstrucción de histórico en la solución.
    • Se requieren previsiones de calidad, pero a un coste razonable.
    • Volumen de datos enorme. Arquitectura Cliente-Servidor o 3-tier (web)
    • Número elevado de series (entre 500 y 5.000).

Grupo AIA ofrece soluciones a medida para este tipo de previsión.

 


Beneficios

 

Las metodologías de previsión de Grupo AIA permiten :

Optimización de operativas en base al conocimiento detallado del comportamiento futuro.

    • Definir estrategias a corto y largo plazo
    • Estimar el impacto de la variación de variables de negocio y tendencias.
    • Al modelar el problema completo, los algoritmos desarrollados por Grupo AIA permiten :
      • Simulaciones what-if
      • Análisis de tendencias
      • Sensibilidad de la información a las variables de negocio.

Casos de Éxito

 

Los algoritmos de previsión de Grupo AIA han sido aplicados con éxito en diferentes entornos:

  • Previsión del consumo eléctrico y de gas.
  • Previsión del desvío del mercado eléctrico.
  • Previsión de Switching de clientes.
  • Previsión de averías  de equipos en nodos eléctricos.
  • Previsión de la demanda de efectivo en cajeros y oficinas.
  • Previsión de tráfico en telecomunicaciones.
  • Previsión de Precios del mercado eléctrico.