close all; clear all; clc;

%datos  = readtable('electricityConsumptionAndProductioction.csv');

%datos  = readtable('electricityConsumptionAndProductioction-enero2023.csv');
datos  = readtable('electricityConsumptionAndProductioction-enero2023-temp.csv');
%datos
%datos  = datos(2:end, :); %quitamos la primera fila
% Agrega un campo de índice
datos.Indice = (1:height(datos))';
datos.FechaHora = datetime(datos.DateTime, 'InputFormat', 'yyyy-MM-dd HH:mm:ss'); %2019-01-01 03:00:00
datos.Hora = hour(datos.FechaHora);
datos.day = day(datos.FechaHora);
datos.dayofweek =  day(datos.FechaHora, 'dayofweek');
resultadosPromedioDia = groupsummary(datos, 'Hora', 'mean');
%datos.hdd =  temperatura(datos.FechaHora);



% Guarda la tabla actualizada en un nuevo archivo CSV
%writetable(datos, 'datos_actualizados_temp.csv');
%datos = datos(2:100, :); %tomamos los primeros 100 registros

%DateTime,Consumption,Production,Nuclear,Wind,Hydroelectric,OilandGas,Coal,Solar,Biomass


%verHistograma(datos);
%graficarPorDiaFull(datos);
%graficarPromediosPorHoraFull(datos);
%graficarPorHora(datos);

%graficarPorHoraFull(datos);
%calcularCorrelacionPorHora(datos);
%graficarPorDiaMasPromedioFull(datos);
%graficarPorDayofweekFull(datos);
% Paso 3: Calcula el promedio agrupado por fecha


%graficarPorHora(resultadosPromedioDia);


%datos
%calcularCorrelacion(datos);
%Consumption
%datos.day datos.Consumption datos.Production datos.Nuclear datos.Wind datos.Hydroelectric datos.OilAndGas datos.Coal datos.Solar datos.Biomass datos.HDD

dataTrain = [datos.Hora datos.Consumption datos.Production datos.Nuclear datos.Wind datos.Hydroelectric datos.OilAndGas datos.Coal datos.Solar datos.Biomass datos.HDD];
dimension = [5 5];
epochs = 10000;
coverSteps = 100;
initNeighbor = 3;
topologyFcn = 'hextop';
distanceFcn = 'linkdist';

SOM(dataTrain, dimension, epochs, coverSteps, initNeighbor, topologyFcn, distanceFcn);



%SOM([datos.dayofweek datos.Consumption  datos.HDD], [5 5], 10000);

%SOM([datos.dayofweek datos.Consumption  datos.Production datos.Nuclear datos.Wind datos.Wind datos.HDD], [5 5], 10000);
%Consumption,Production,Nuclear,Wind,Hydroelectric,OilandGas,Coal,Solar,Biomass


%graficarPorHoraFull(datos);
%calcularCorrelacionPorHora(datos);


function SOM(data, dimensions, epochs, coverSteps, initNeighbor, topologyFcn, distanceFcn)
    dataNormalized =minMaxScaler(data, -0.5, 0.5);
    dataNormalized %visualización de los datos normalizados

    net = selforgmap(dimensions, coverSteps, initNeighbor, topologyFcn, distanceFcn)

    net.trainParam.epochs = epochs;

    % Entrenamiento SOM con datos normalizados
    net = train(net, dataNormalized');

    clusterAssignments = vec2ind(net(dataNormalized'));
    clusterAssignments
    % Visualización de grilla SOM
    plotsompos(net, dataNormalized');

    % Trazar los datos originales con grupos codificados por colores
    gscatter(dataNormalized(:,1), dataNormalized(:,2), clusterAssignments);
end



function temp = temperatura(obj1)
    temp = 1;
end

function verHistograma()
    histograma(datos.Consumption, 'Consumption');
    histograma(datos.Production, 'Production');
    histograma(datos.Nuclear, 'Nuclear');
    histograma(datos.Wind, 'Wind');
    histograma(datos.Hydroelectric, 'Hydroelectric');
    histograma(datos.OilAndGas, 'OilAndGas');
    histograma(datos.Coal, 'Coal');
    histograma(datos.Solar, 'Solar');
    histograma(datos.Biomass, 'Biomass');
end

function calcularCorrelacion(datos)
    % Seleccionar columnas de interés

    %DateTime          Consumption    Production    Nuclear    Wind    Hydroelectric    OilAndGas    Coal    Solar    Biomass    Indice         FechaHora         Hora
    columnas_de_interes = [2, 3, 4, 5, 6, 7, 8, 9, 10, 13];
    datos_seleccionados = datos(:, columnas_de_interes);

    % Calcular la matriz de correlación para las columnas seleccionadas
    matriz_correlacion = corr(datos_seleccionados{:,:});

    % Visualizar la matriz de correlación
    disp('Matriz de correlación para columnas seleccionadas:');
    disp(matriz_correlacion);
end


function calcularCorrelacionPorHora(datos)
    %DateTime          Consumption    Production    Nuclear    Wind    Hydroelectric    OilAndGas    Coal    Solar    Biomass    Indice         FechaHora         Hora
    columnas_de_interes = [2 19];
    datos_seleccionados = datos(:, columnas_de_interes);
    datos_seleccionados
    [matriz_correlacion p] = corr(datos_seleccionados{:,:});

    % Visualizar la matriz de correlación
    disp('Matriz de correlación para columnas seleccionadas:');
    disp(matriz_correlacion);
    disp('Valores p:');
    disp(p);
end


function graficarPorHora(datos)
    figure;
    plot(datos.Hora, datos.mean_Consumption, 'o-', 'LineWidth', 2, 'DisplayName', 'Dato1');
    hold on;
    plot(datos.Hora, datos.mean_Production, 's-', 'LineWidth', 2, 'DisplayName', 'Dato2');
    hold off;
    xlabel('Hora de la Semana');
    ylabel('Energía');
    legend('Consumption', 'Production');
end

function graficarPorDia(datos)
    figure;
    datosFecha = datetime(datos.DateTime, 'InputFormat', 'yyyy-MM-dd HH:mm:ss'); %2019-01-01 03:00:00
    datos.Hora = hour(datos.Fecha);
    plot(datosFecha, datos.Consumption, 'o-', 'LineWidth', 2, 'DisplayName', 'Dato1');
    hold on;
    plot(datosFecha, datos.Production, 's-', 'LineWidth', 2, 'DisplayName', 'Dato2');
    hold off;
    xlabel('Tiempo (días)');
    ylabel('Energía');
    legend('Consumption', 'Production');
end



function graficarPorHoraFull(datos)
    datosResp = datos
    %datos.Hora = hour(datos.Fecha);
    figure;
    hold on;
    plot(datos.Hora, datos.Consumption, 'k-', 'LineWidth', 0.5, 'DisplayName', 'Dato1');
    datos = groupsummary(datos, 'Hora', 'mean');
    plot(datos.Hora, datos.mean_Consumption,'r-', 'LineWidth', 2, 'DisplayName', 'Dato1');
    hold off;
    xlabel('Tiempo (hora del día)');
    ylabel('Energía');
    legend('diario', 'promedio');


    figure;
    hold on;
    %datos = groupsummary(datos, 'Hora', 'mean');
    datos =datosResp
    plot(datos.day, datos.HDD,'b-', 'LineWidth', 2, 'DisplayName', 'Dato1');
    hold off;
    xlabel('Tiempo (hora del día)');
    ylabel('Energía');
    legend('diario', 'promedio');
end

function graficarPorDayofweekFull(datos)
    %datos.Hora = hour(datos.Fecha);
    figure;
    hold on;
    datos
    datos = groupsummary(datos, ['day'], 'mean', 'Consumption');
    plot(datos.day, datos.mean_Consumption, 'k-', 'LineWidth', 0.5, 'DisplayName', 'Dato1');
    %datos = groupsummary(datos, ['day'], 'mean', 'Consumption');
    datos

    plot(datos.day, datos.mean_Consumption,'r-', 'LineWidth', 2, 'DisplayName', 'Dato1');
    hold off;
    xlabel('Tiempo Dia de la semana');
    ylabel('Energía');
    legend('diario', 'promedio');
end




function graficarPorDiaMasPromedioFull(datos)
    %datos.Hora = hour(datos.Fecha);
    datos
    figure;
    hold on;
    plot(datos.FechaHora, datos.Consumption, 'k-', 'LineWidth', 0.5, 'DisplayName', 'Dato1');
    datos = groupsummary(datos, 'FechaHora', 'mean');
    plot(datos.FechaHora, datos.mean_Consumption,'r-', 'LineWidth', 2, 'DisplayName', 'Dato1');
    hold off;
    xlabel('Tiempo (hora del día)');
    ylabel('Energía');
    legend('diario', 'promedio');
end

function graficarPromediosPorHoraFull(datos)
    %datos.Hora = hour(datos.Fecha);
    datos = groupsummary(datos, 'Hora', 'mean');
    figure;
    %datosFecha = datetime(datos.DateTime, 'InputFormat', 'yyyy-MM-dd HH:mm:ss'); %2019-01-01 03:00:00

    plot(datos.Hora, datos.mean_Consumption, 'r-', 'LineWidth', 1, 'DisplayName', 'Dato1');
    hold on;
    plot(datos.Hora, datos.mean_Production, 'b-', 'LineWidth', 1, 'DisplayName', 'Dato2');
    plot(datos.Hora, datos.mean_Nuclear, 'r-', 'LineWidth', 1, 'DisplayName', 'Dato2');
    plot(datos.Hora, datos.mean_Wind, 'g-', 'LineWidth', 1, 'DisplayName', 'Dato2');
    plot(datos.Hora, datos.mean_Hydroelectric, 'y-', 'LineWidth', 1, 'DisplayName', 'Dato2');
    plot(datos.Hora, datos.mean_OilAndGas, 'c-', 'LineWidth',1, 'DisplayName', 'Dato2');
    plot(datos.Hora, datos.mean_Coal, 'm-', 'LineWidth', 1, 'DisplayName', 'Dato2');
    plot(datos.Hora, datos.mean_Solar, 'b-', 'LineWidth', 1, 'DisplayName', 'Dato2');
    plot(datos.Hora, datos.mean_Biomass, 'k-', 'LineWidth', 1, 'DisplayName', 'Dato2');

    hold off;
    xlabel('Tiempo (hora del día)');
    ylabel('Energía');
    legend('Consumption', 'Production', 'Nuclear', 'Wind', 'Hydroelectric', 'OilAndGas', 'Coal', 'Solar', 'Biomass');
end

function graficarPorDiaFull(datos)
    figure;
    datosFecha = datetime(datos.DateTime, 'InputFormat', 'yyyy-MM-dd HH:mm:ss'); %2019-01-01 03:00:00
    %datos.Hora = hour(datos.Fecha);
    plot(datosFecha, datos.Consumption, 'r-', 'LineWidth', 1, 'DisplayName', 'Dato1');
    hold on;
    plot(datosFecha, datos.Production, 'b-', 'LineWidth', 1, 'DisplayName', 'Dato2');
    plot(datosFecha, datos.Nuclear, 'r-', 'LineWidth', 1, 'DisplayName', 'Dato2');
    plot(datosFecha, datos.Wind, 'g-', 'LineWidth', 1, 'DisplayName', 'Dato2');
    plot(datosFecha, datos.Hydroelectric, 'y-', 'LineWidth', 1, 'DisplayName', 'Dato2');
    plot(datosFecha, datos.OilAndGas, 'c-', 'LineWidth',1, 'DisplayName', 'Dato2');
    plot(datosFecha, datos.Coal, 'm-', 'LineWidth', 1, 'DisplayName', 'Dato2');
    plot(datosFecha, datos.Solar, 'b-', 'LineWidth', 1, 'DisplayName', 'Dato2');
    plot(datosFecha, datos.Biomass, 'k-', 'LineWidth', 1, 'DisplayName', 'Dato2');

    hold off;
    xlabel('Tiempo (días)');
    ylabel('Energía');
    legend('Consumption', 'Production', 'Nuclear', 'Wind', 'Hydroelectric', 'OilAndGas', 'Coal', 'Solar', 'Biomass');
end

function histograma(datos, texto)
    figure;
    % Crear un histograma
    histObj = histogram(datos, 'Normalization', 'pdf');

    % Obtener los bordes de los contenedores y las probabilidades
    bordes_contenedores = histObj.BinEdges;
    probabilidades = histObj.Values;

    % Ajustar una distribución de probabilidad (por ejemplo, ajuste normal)
    ajuste_normal = fitdist(datos, 'Normal');

    % Calcular la PDF de la distribución ajustada
    x = linspace(min(datos), max(datos), 100);
    pdf_ajustada = pdf(ajuste_normal, x);

    % Graficar el histograma y la distribución ajustada

    bar(bordes_contenedores(1:end-1), probabilidades, 'hist');
    hold on;
    plot(x, pdf_ajustada, 'r', 'LineWidth', 2);
    xlabel(strcat('Datos: ',' ',texto));
    ylabel(strcat('Densidad de probabilidad ',''));
    title(strcat('Distribución de Densidad y Ajuste:  ',texto));
    legend('Histograma', 'Distribución Ajustada');
    hold off;
end

%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%Utiles

function X_norm = minMaxScaler(X, newMin, newMax)
    % Normalizar los datos utilizando Min-Max Scaler

    if nargin < 2
        newMin = 0;  % Valor mínimo por defecto
        newMax = 1;  % Valor máximo por defecto
    end

    X_min = min(X);
    X_max = max(X);

    X_norm = (X - X_min) ./ (X_max - X_min) * (newMax - newMin) + newMin;
end