⚡ Sistema de Predicción Energética con IA
TFM sobre la creación de un sistema de predicción energética con un servidor MCP para su acceso basado en IA
DAVID GONZÁLEZ LABRADA
🎯 Descripción
Este proyecto implementa un sistema completo de análisis y predicción del consumo energético doméstico utilizando técnicas de machine learning y explicabilidad de modelos (SHAP). El sistema permite realizar predicciones precisas, analizar patrones históricos y generar recomendaciones personalizadas de optimización energética a través de una interfaz conversacional con IA.
✨ Características Principales
- 🔮 Predicción energética utilizando modelos ensemble optimizados
- 📊 Análisis histórico con breakdown por electrodomésticos
- 🧠 Explicabilidad de modelos mediante valores SHAP
- 💰 Integración con APIs de precios eléctricos (ESIOS)
- 🤖 Servidor MCP para acceso conversacional via Claude AI
- 📈 Visualizaciones interactivas de consumo y predicciones
- 💡 Recomendaciones personalizadas de optimización energética
🔧 Archivos Principales
modelos_v3.py- Clase principal con todas las funciones para creación, entrenamiento y evaluación de modelosserver.py- Servidor MCP que expone las funcionalidades del sistema para integración con Claude AI
🛠️ Tecnologías Utilizadas
| Categoría | Tecnologías |
|---|---|
| 🤖 Machine Learning | Scikit-learn, XGBoost, LightGBM |
| 🧠 Explicabilidad | SHAP (SHapley Additive exPlanations) |
| 🌐 Backend | FastAPI, Python 3.8+ |
| 📊 Datos | Pandas, NumPy, APIs ESIOS |
| 📈 Visualización | Matplotlib |
| 🔗 Integración | MCP (Model Context Protocol) |
🚀 Instalación y Configuración
📋 Requisitos Previos
- Python 3.8 o superior
- Cuenta en ESIOS (Red Eléctrica de España)
- Acceso a Claude AI con soporte MCP
🚀 Iniciar Servidor MCP
Para usar el servidor MCP con Claude AI, configura el archivo de configuración MCP:
{
"mcpServers": {
"mcp-david-TFM": {
"command": "uv",
"args": [
"--directory",
"RUTA_DEL_PROYECTO",
"run",
"-m",
"davidElectric"
],
"env": {
"ESIOS_API_TOKEN": "XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX"
}
}
}
}
🤖 Funciones Disponibles via MCP
| Función | Descripción | Parámetros |
|---|---|---|
predict_consumption() | Predicciones de consumo futuro | init_date, end_date |
get_consumption_analysis() | Análisis histórico detallado | init_date, end_date |
explain_predictions() | Explicabilidad con SHAP | appliance, horizon |
get_precio() | Consulta precios eléctricos | init_date, end_date, price_type |
get_precio_inteligente() | Precio con fallback automático | target_date |
🔒 Licencia y Términos Legales
⚖️ AVISO LEGAL IMPORTANTE
Cualquier distribución ilegal del contenido de este repositorio será perseguida legalmente hasta las últimas consecuencias.
Este material está protegido por derechos de autor y constituye propiedad intelectual del autor. Su uso está limitado exclusivamente a:
✅ Permitido:
- Evaluación académica por el tribunal del TFM
- Consulta de referencia
- Fines educativos no comerciales (con cita obligatoria)
❌ Prohibido:
- Uso comercial sin licencia
- Redistribución sin autorización
- Plagio o apropiación indebida
- Modificación de autoría
Para solicitar permisos de uso, contactar al autor.