Segmentación de perfiles de consumo utilizando variables latentes para el mercado de clientes regulados de Chilectra

Abstract

En esta memoria se presenta el diseño y aplicación de una metodología basada en la clusterización de series de tiempo utilizando modelos de variables latentes para descomponer y describir el mercado de clientes regulados de Chilectra durante un período de estudio que abarca los años 2013 y 2014. Dicho mercado es de interés para la compañía pues en la actualidad solo se manejan tasas de crecimiento y análisis de situación a nivel agregado y se desea segmentar este mercado en segmentos de clientes con patrones de consumos distintivos entre ellos, para ello la compañía cuenta con una serie de data sets provenientes de mediciones realizadas por distintos equipos de medición a lo largo del anillo de concesión en distintos niveles jerárquicos Para ello se propone utilizar la herramienta estadística de Análisis de Componentes Independientes, en particular se propone utilizar el algoritmo fastICA para encontrar distintas combinaciones de componentes independientes dependiendo de cada experimento y luego seleccionar aquel resultado que mejor permita explicar las señales de consumo observadas e interpretar dichos componentes como patrones de consumos asociados a grupos de clientes individuales. Dicha metodología fue aplicada a dos data sets provenientes de equipos de medición asociados a transformadores y a subestaciones, para los cuales se aplicaron distintos experimentos con variaciones en la cantidad de componentes independientes a encontrar variando desde k=2 hasta k=15, posterior a esto se seleccionó el experimento k=5 como aquel que mejor combinaba los resultados obtenidos en términos de reconstrucción y la intepretabilidad, los 5 segmentos encontrados fueron denominados como Industrial , Residencial Anómalo , Residencial Alto Consumo , Residencial Bajo Consumo y Pequeño Negocio . Como output del algoritmo se obtuvieron las señales asociadas a los componentes independientes los cuales fueron interpretados como segmentos de clientes distintos que poseen perfiles de carga diarios distintos, además se obtiene una matriz de mezcla que captura la forma en la cual estos segmentos se mezclan por cada equipo de medición para generar las señales observadas, las participaciones de mercado promedio estimadas a nivel de transformadores son de 20.9%, 17.7%, 27.5%, 14.4% y 19.6% mientras que a nivel de subestación son de 19.1%, 14.3%, 28.0%, 24,8% y 13,8% respectivamente. Con ellos se estimaron las tasas de crecimiento interanual asociadas a cada segmento encontrado, las cuales a nivel de transformador son de 2.0%, 7.9%, 7.6%, 5.5%, 4.3% respectivamente, mientras que a nivel de subestación son de 3.9%, -0.9%, 4.4%, 4.2% y 8.0% respectivamente.