⚡ 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 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.