Miércoles 21 de octubre de 2026 ·

ClimateEdge: modelo LSTM ligero que predice la demanda eléctrica en olas de calor y frío en tiempo real

Relevancia 40 de 100

ClimateEdge combina un LSTM con atención temporal que incorpora datos meteorológicos y cuantización INT8, y funciona en un Jetson Nano con 9,2 ms por paso de inferencia y 8,1 MB de memoria. En el corpus de ola de calor de CAISO obtiene un MAE de 471,8 MW y un MAPE de 1,55%, un 21,1% mejor que el mejor modelo base. En el de frío de ISONE logra un MAE de 329,6 MW y un MAPE de 2,31%, un 19,4% mejor, superando también a un iTransformer de tamaño completo.

Qué significa

Las redes eléctricas podrían prever picos de consumo causados por el clima directamente en un equipo local, sin depender de la nube y sin esperar a la latencia de la red. Así, un operador podría ajustar la demanda a tiempo cuando una ola de calor o de frío dispare el consumo.

Fuentes originales

Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.

También ese día

Todas las noticias de IA del miércoles 21 de octubre de 2026 ->