Martes: limpiar las curvas y resumir cada cliente

## Martes, 10:00. La mancha estrella: las unidades mezcladas

Ayer contaste el desastre; hoy lo arreglas. Y hay una mancha que es la más peligrosa de todas, porque no se ve a simple vista y envenena todo lo que viene después: las unidades mezcladas. Nico te lo avisó: según el modelo de contador, unas lecturas vienen en kWh (valores de 0,3, 0,5, 1,2) y otras en Wh (valores de 300, 500, 1.200), que es exactamente lo mismo multiplicado por mil. Si no las unificas, el consumo total de parte de tus clientes saldrá mil veces inflado, y cuando agrupes tendrás un grupo de "clientes gigantes" que en realidad solo tienen un contador que mide en otra unidad. No es un cliente especial: es un error de unidades disfrazado de patrón.

1Nico Berenguer  09:48
2jajaja bienvenido/a a las curvas de carga
3unas vienen en kWh y otras en Wh segun el modelo de contador (un factor 1000,
4cuidado al mezclarlas), hay horas sin lectura, el CUPS cada sistema lo escribe
5distinto, y cuando el contador se reinicia te mete un consumo NEGATIVO imposible
6hoy lo limpias. y oye, cuando montes el escalado para K-Means manana, piensa
7BIEN en que momento ajustas el escalador, que eso tiene truco 👀

## Las features de patrón: resumir la curva en números

Una vez las lecturas están limpias y todas en kWh, llega el paso que de verdad define el caso: resumir las 168 lecturas de cada cliente en unas pocas features que capturen su patrón. No quieres el consumo hora a hora (eso es ruido), quieres la forma de su curva. Estas son las siete features numéricas que vas a construir, y fíjate en algo que importará muchísimo el jueves: están en escalas completamente distintas.

• ▹consumo_total_kwh y consumo_medio_diario_kwh: el volumen. Números grandes, en centenas (de ~56 a ~217 en la semana tipo). Ojo: aquí casi todos los clientes acaban pareciéndose en el total, porque lo que los distingue de verdad no es cuánto gastan, sino cuándo.
• ▹ratio_noche, ratio_tarde, ratio_dia: qué proporción del consumo cae en cada franja (noche 00-08, día 08-18, tarde 18-24). Valores entre 0 y 1.
• ▹pico_relativo: el consumo de la hora punta dividido por el consumo medio por hora. Cuánto pico tiene la curva. Ronda de 1 a 5.
• ▹factor_fin_de_semana: consumo medio de sábado-domingo dividido por el de un día laborable. Ronda de 0,5 a 2.

Mira las escalas: el consumo total va en centenas, los ratios de 0 a 1, el pico de 1 a 5. Esa disparidad no es un detalle: es el motor del insight del jueves. Cuando metas estas features a K-Means, el consumo total —por ser el número más grande— va a dominar la distancia y aplastar a los ratios. Pero eso es un problema de mañana. Hoy solo las construyes y anotas que las escalas son muy distintas. Baltasar te ha dicho que lo miréis juntos el jueves.