¶ Modelos Predictivos
El módulo Modelos Predictivos proporciona un entorno centralizado desde el que gestionar y supervisar todos los modelos orientados a la predicción dentro del gemelo digital. Cada modelo realiza cálculos basados en datos históricos o en el estado actual del sistema, generando estimaciones que permiten anticipar comportamientos futuros y apoyar la toma de decisiones.
Los modelos se ejecutan a intervalos definidos o bajo demanda, mostrando información clave como la última ejecución, el tiempo empleado en el cálculo y la gráfica asociada donde se representan sus resultados. Desde esta misma vista es posible activar o desactivar modelos, revisar su estado y acceder a sus configuraciones individuales.
El objetivo de este módulo es proporcionar al usuario una herramienta flexible y robusta que complemente el análisis del gemelo digital con capacidades predictivas, permitiendo identificar tendencias, detectar anomalías con antelación o simular escenarios futuros.
Para acceder a esta sección, se debe hacer clic en la opción Modelos predictivos ubicada en el menú lateral izquierdo.
¶ Componentes de un modelo predictivo
Ya dentro, podemos ver la tabla donde se organizan los modelos predictivos.
- Estado: Representa el estado de ejecución y el progreso del modelo.
- Descripción: Proporciona un texto breve que resume el propósito del modelo, facilitando su interpretación dentro del listado general.
- Última ejecución: Registra la fecha en la que el modelo se ejecutó por última vez.
- Tiempo de predicción: Especifica el tiempo que el modelo tardó en generar su última predicción.
- Gráfica asociada: Indica si el modelo tiene vinculada una gráfica de visualización.
¶ Añadir modelo predictivo
Para añadir un modelo predictivo, tenemos que hacer clic en el botón Añadir modelo predictivo situado en la esquina inferior izquierda.
Al hacer clic, se abre una pestaña donde habrá que introducir los parámetros obligatorios.
General
- Nombre: Nombre del modelo.
- Descripción: Breve explicación del propósito del modelo.
- Número de muestras por variables: Indica cuántos valores históricos de cada variable de entrada se utilizarán para generar la predicción.
- Intervalo de tiempo de datos de entrada (ms): Define cada cuánto tiempo se toma una muestra de las variables de entrada.
- Tiempo total predicho: Establece el horizonte temporal para el que el modelo generará la predicción.
- Intervalo entre valores (milisegundos): Determina la separación temporal entre los puntos generados dentro de la predicción.
- Tipo de modelo: Permite seleccionar la tecnología utilizada para ejecutar la predicción.
- Devolver resultados con timestamps: Si está habilitado, el modelo incluirá la marca temporal asociada a cada valor predicho.
Variables de entrada
Permite definir qué variables del sistema serán utilizadas como datos de origen para alimentar el modelo predictivo. Estas variables constituyen la base sobre la que el modelo generará sus predicciones.
Dentro de esta sección se muestra el contenido que tiene una variable, un ID para identificarla, una variable concreta del sistema y un nombre para etiquetar esa variable, así se podría usar como referencia en un script.
Variables de salida
Permite definir qué variables del sistema serán generadas o actualizadas por el modelo predictivo. Estas variables representan el resultado final del cálculo de predicción y constituyen la información que el modelo entregará al gemelo digital tras su ejecución.
Dentro de esta sección se muestra el contenido que tiene una variable de salida, es exactamente igual que una variable de entrada, tiene un ID, una variable concreta del sistema y un nombre.
Archivos
Permite añadir y gestionar los ficheros necesarios para el funcionamiento del modelo predictivo. Estos archivos pueden incluir scripts externos, módulos auxiliares, librerías o cualquier recurso adicional requerido por el modelo. Solo aparece una vista que es el nombre del archivo.
Se pueden añadir archivos o eliminarlos, al darle al icono se abren los archivos del sistema para buscar el archivo que se desea añadir, normalmente suelen ser archivos con lenguaje Python.
Gráfica
Permite asociar una visualización existente a las predicciones generadas por el modelo. Esta vinculación facilita el análisis del comportamiento predictivo, permitiendo visualizar los valores estimados de manera clara y directa.
El formulario solo incluye un campo, Seleccionar gráfica, el cual permite escoger mediante un desplegable una gráfica previamente configurada en la plataforma. Una vez seleccionda, la gráfica quedará asociada al modelo predictivo y podrá utilizarse para representar los resultados generados durante cada ejecución.
Una vez rellenados los campos obligatorios, creamos el modelo predictivo.
¶ Creación de un modelo predictivo
Pendiente por hacer