Este documento presenta un enfoque alternativo de pronóstico que aprovecha la aplicación de gráficos de visibilidad en el contexto del pronóstico energético multivariante para un aeropuerto regional, que incorpora la demanda de energía de diversos tipos de edificios y la generación de energía eólica. La motivación para esta investigación surge de la urgente necesidad de mejorar la precisión y fiabilidad de los pronósticos de carga en microredes, lo cual es crucial para optimizar la gestión energética, integrar fuentes renovables y reducir costos operativos, contribuyendo así a sistemas energéticos más sostenibles y eficientes. La metodología propuesta emplea transformaciones de gráficos de visibilidad, el método de caminata aleatoria superpuesta y ajustes de decaimiento temporal, donde las observaciones más recientes tienen un peso más significativo para predecir el siguiente paso en el conjunto de datos. Los resultados indican que el método propuesto exhibe un rendimiento satisfactorio en relación con modelos de comparación como el suavizado exponencial, ARIMA, Light Gradient Boosting Machine y CNN-LSTM. El método propuesto muestra un rendimiento mejorado en la predicción del consumo de energía tanto para series temporales estacionarias como altamente variables, con valores de SMAPE y NMRSE típicamente en el rango del 4-10% y 5-20%, respectivamente, alcanzando un 0.96. El método propuesto ofrece beneficios notables para el pronóstico de la demanda de energía, ofreciendo una herramienta versátil para diversos tipos de estructuras y tipos de producción de energía en una microred. Este estudio sienta las bases para futuras investigaciones y aplicaciones en el mundo real dentro de este campo, mejorando tanto los aspectos teóricos como prácticos del pronóstico de series temporales, incluido el pronóstico de carga.