Con el crecimiento constante de la demanda de energía y el agotamiento de recursos en el mundo actual, los modelos de predicción de energía han ganado cada vez más atención recientemente. Reducir el consumo de energía y la huella de carbono son factores críticos para lograr eficiencia en ciudades sostenibles. Desafortunadamente, los modelos tradicionales de predicción de energía se centran solo en el rendimiento de predicción. Sin embargo, los modelos explicables son esenciales para generar confianza y lograr que los usuarios acepten sistemas basados en IA. En este documento, proponemos un modelo de aprendizaje profundo explicativo, llamado, para predecir el consumo de energía de series temporales de manera efectiva. Nuestros resultados demuestran la robustez y precisión de nuestra propuesta en comparación con los métodos de referencia.