Un modelo no lineal para la predicción de la demanda mensual de electricidad en Colombia

En este artículo se compara el desempeño de un modelo ARIMA, un perceptron multicapa y una red neuronal autorregresiva para pronosticar la demanda mensual de electricidad en Colombia para el siguiente mes adelante. Los datos disponibles fueron divididos en dos conjuntos, el primero para estimar los parámetros del modelo y el segundo para la capacidad de predicción por fuera de la muestra de calibración. Los resultados revelan que la red neuronal autorregresiva es capaz de pronosticar la demanda con mayor precisión que los otros dos modelos cuando la totalidad de los datos es considerada.

• Autores: Velásquez H., Juan David; García , Hernán Alonso; Franco G., Carlos Jaime
• Tipo de recurso: Article of investigation
• Fecha de publicación: 2009
• Institución: Universidad ICESI
• Repositorio: Repositorio ICESI
• Idioma: spa
• OAI Identifier: oai:repository.icesi.edu.co:10906/2096
• Acceso en línea: http://hdl.handle.net/10906/2096; http://www.icesi.edu.co/revistas/index.php/estudios_gerenciales/article/view/311; http://biblioteca2.icesi.edu.co/cgi-olib?infile=details.glu&loid=211351; https://doi.org/10.1016/S0123-5923(09)70079-8
• Palabra clave: Pronósticos de demanda; Redes neuronales; Electricidad; Colombia
• Rights: openAccess
• License: https://creativecommons.org/licenses/by-nc-nd/4.0/