Internship · IUIIE, UPV · 2025–2026Prácticas · IUIIE, UPV · 2025–2026
Forecasting energy for food plantsPrevisión energética para plantas de alimentación
At the Energy Engineering Institute (IUIIE) of UPV I designed and built a system that forecasts electricity demand and solar generation for a food-industry group’s plants, and retrains itself every week.En el Instituto de Ingeniería Energética (IUIIE) de la UPV diseñé y construí un sistema que prevé la demanda eléctrica y la generación solar de las plantas de un grupo de alimentación, y se reentrena cada semana.
- 3.8%3,8 %
- MAPE, 24 hours aheadde MAPE a 24 horas
- ~30 GWh
- a year of demand at the plantsal año de demanda en las plantas
- 7
- plants in the automated reportsplantas en los informes automáticos
- WeeklySemanal
- automatic retrainingreentrenamiento automático
- Load meter data into SQL ServerCargar los contadores en SQL Server
- Join Open-Meteo and AEMET weatherCruzar con Open-Meteo y AEMET
- Retrain the LightGBM, NN and RF ensembleReentrenar el ensemble LightGBM, RN y RF
- Validate against last weekValidar contra la semana anterior
- Publish forecasts 24 h aheadPublicar la previsión a 24 h
The problemEl problema
A food-industry group with plants across Spain was installing an advanced energy metering and monitoring system with the IUIIE. To plan energy and costs, the plants needed tomorrow’s electricity demand and solar generation, and the weekly reports had to be reliable.Un grupo de alimentación con plantas por España estaba implantando con el IUIIE un sistema avanzado de medida y supervisión energética. Para planificar la energía y los costes, las plantas necesitaban la demanda eléctrica y la generación solar del día siguiente, y los informes semanales tenían que ser fiables.
What I builtQué construí
- The forecasting system, end to end and on my own: the data model in SQL Server, the ETL from the plants’ meters, weather forecasts from Open-Meteo and AEMET, an ensemble of LightGBM, neural networks and Random Forest, and weekly retraining.El sistema de previsión, de principio a fin y por mi cuenta: el modelo de datos en SQL Server, el ETL de los contadores de las plantas, las previsiones meteorológicas de Open-Meteo y AEMET, un ensemble de LightGBM, redes neuronales y Random Forest, y el reentrenamiento semanal.
- Multi-step forecasts of demand and solar generation for plants that use about 30 GWh a year.Previsiones multipaso de demanda y generación solar para plantas que consumen unos 30 GWh al año.
- A PyQt6 desktop app to explore the forecasts and supervise the system in production.Una app de escritorio en PyQt6 para explorar las previsiones y supervisar el sistema en producción.
- Maintenance of the automated reporting for seven plants, weekly and monthly electricity and water reports in PDF, fixing fragile logic and queries that behaved unexpectedly.El mantenimiento de los informes automáticos de siete plantas, semanales y mensuales de electricidad y agua en PDF, corrigiendo lógica frágil y consultas que se comportaban de forma inesperada.
ResultsResultados
About 3.8% MAPE 24 hours ahead. It was a part-time internship of almost a year, alongside my thesis. My supervisor’s recommendation letter is available on request.Un MAPE de alrededor del 3,8 % a 24 horas. Fueron unas prácticas a media jornada de casi un año, a la vez que el TFG. La carta de recomendación de mi supervisor, a petición.