⚡ Sistema de Predicción Energética con IA

Python License Status

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 modelos
server.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.

This server cannot be installed

-

security - not tested

F

license - not found

-

quality - not tested

How are these scores calculated?

Resources

GitHub Repository

Need Help?

Report Issue

Related Servers

Energy Prediction MCP Server