Los recursos distribuidos en un extremo de la red no pueden cargar datos operativos de energía a los centros locales debido a problemas de transmisión de datos y privacidad. Esto deja a los centros con información incompleta, afectando así la toma de decisiones. Este documento presenta un modelo basado en agregación virtual para tales escenarios. Definimos cuatro tipos de agregados virtuales basados en las características de respuesta de los recursos. Utilizando coeficientes característicos, identificamos las categorías y proporciones de estos agregados a partir de la potencia del bus. Para abordar la separación ciega de fuentes en señales de potencia de un solo canal, aplicamos el método de Descomposición Modal Empírica del Ensamble-Análisis de Componentes Independientes Rápido (EEMD-FastICA). Esto ayuda a extraer y analizar la potencia del bus, derivando así curvas de potencia para diferentes agregados. Además, utilizamos una red convolucional gráfica para explorar cómo factores como la fecha, hora, clima y precios se entrelazan con la potencia agregada. Desarrollamos un modelo predictivo con una Red Convolutiva Gráfica EspacioTemporal Avanzada (STGCN), facilitando así la predicción proactiva de energía para agregados virtuales. Los estudios de caso muestran la eficacia de nuestro método en la extracción de curvas de potencia bajo información limitada, con el STGCN asegurando predicciones precisas y prospectivas.