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...

Full description

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/
id ICESI2_472b748fd9d1afb1fc4ac79eaad3fc9b
oai_identifier_str oai:repository.icesi.edu.co:10906/2096
network_acronym_str ICESI2
network_name_str Repositorio ICESI
repository_id_str
spelling Velásquez H., Juan DavidGarcía , Hernán AlonsoFranco G., Carlos JaimeCali de Lat: 03 24 00 N degrees minutes Lat: 3.4000 decimal degrees Long: 076 30 00 W degrees minutes Long: -76.5000 decimal degrees2009-12-01T06:00:08Z2009-12-01T06:00:08Z2009-11-3001235923http://hdl.handle.net/10906/2096http://www.icesi.edu.co/revistas/index.php/estudios_gerenciales/article/view/311http://biblioteca2.icesi.edu.co/cgi-olib?infile=details.glu&loid=211351https://doi.org/10.1016/S0123-5923(09)70079-8instname: Universidad Icesireponame: Biblioteca Digitalrepourl: https://repository.icesi.edu.co/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.37-54 páginasDigitalapplication/pdfspaUniversidad IcesiFacultad de Ciencias Administrativas y EconómicasSantiago de CaliEstudios GerencialesEstudios Gerenciales, Vol. 25 No. 112EL AUTOR, expresa que la obra objeto de la presente autorización es original y la elaboró sin quebrantar ni suplantar los derechos de autor de terceros, y de tal forma, la obra es de su exclusiva autoría y tiene la titularidad sobre éste. PARÁGRAFO: en caso de queja o acción por parte de un tercero referente a los derechos de autor sobre el artículo, folleto o libro en cuestión, EL AUTOR, asumirá la responsabilidad total, y saldrá en defensa de los derechos aquí autorizados; para todos los efectos, la Universidad Icesi actúa como un tercero de buena fe. Esta autorización, permite a la Universidad Icesi, de forma indefinida, para que en los términos establecidos en la Ley 23 de 1982, la Ley 44 de 1993, leyes y jurisprudencia vigente al respecto, haga publicación de este con fines educativos Toda persona que consulte ya sea la biblioteca o en medio electróico podrá copiar apartes del texto citando siempre la fuentes, es decir el título del trabajo y el autor.https://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)http://purl.org/coar/access_right/c_abf2Pronósticos de demandaRedes neuronalesElectricidadColombiaUn modelo no lineal para la predicción de la demanda mensual de electricidad en ColombiaA non-linear model for forecasting the monthly demand for electricity in Colombiainfo:eu-repo/semantics/articlehttp://purl.org/coar/resource_type/c_2df8fbb1Artículoinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/version/c_970fb48d4fbd8a85Comunidad Universidad Icesi - Investigadores251123754ORIGINALDocumento.htmlDocumento.htmltext/html285http://repository.icesi.edu.co/biblioteca_digital/bitstream/10906/2096/1/Documento.html0a3ed26e0261afaa2c2dd2cedc3088b5MD5110906/2096oai:repository.icesi.edu.co:10906/20962018-09-17 16:00:01.138Biblioteca Digital - Universidad icesicdcriollo@icesi.edu.co
dc.title.spa.fl_str_mv Un modelo no lineal para la predicción de la demanda mensual de electricidad en Colombia
dc.title.alternative.eng.fl_str_mv A non-linear model for forecasting the monthly demand for electricity in Colombia
title Un modelo no lineal para la predicción de la demanda mensual de electricidad en Colombia
spellingShingle Un modelo no lineal para la predicción de la demanda mensual de electricidad en Colombia
Pronósticos de demanda
Redes neuronales
Electricidad
Colombia
title_short Un modelo no lineal para la predicción de la demanda mensual de electricidad en Colombia
title_full Un modelo no lineal para la predicción de la demanda mensual de electricidad en Colombia
title_fullStr Un modelo no lineal para la predicción de la demanda mensual de electricidad en Colombia
title_full_unstemmed Un modelo no lineal para la predicción de la demanda mensual de electricidad en Colombia
title_sort Un modelo no lineal para la predicción de la demanda mensual de electricidad en Colombia
dc.creator.fl_str_mv Velásquez H., Juan David
García , Hernán Alonso
Franco G., Carlos Jaime
dc.contributor.author.spa.fl_str_mv Velásquez H., Juan David
García , Hernán Alonso
Franco G., Carlos Jaime
dc.subject.spa.fl_str_mv Pronósticos de demanda
Redes neuronales
Electricidad
Colombia
topic Pronósticos de demanda
Redes neuronales
Electricidad
Colombia
description 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.
publishDate 2009
dc.date.accessioned.spa.fl_str_mv 2009-12-01T06:00:08Z
dc.date.available.spa.fl_str_mv 2009-12-01T06:00:08Z
dc.date.issued.spa.fl_str_mv 2009-11-30
dc.type.spa.fl_str_mv info:eu-repo/semantics/article
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_2df8fbb1
dc.type.local.spa.fl_str_mv Artículo
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.coarversion.none.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
format http://purl.org/coar/resource_type/c_2df8fbb1
status_str publishedVersion
dc.identifier.issn.none.fl_str_mv 01235923
dc.identifier.other.none.fl_str_mv http://hdl.handle.net/10906/2096
dc.identifier.uri.none.fl_str_mv http://www.icesi.edu.co/revistas/index.php/estudios_gerenciales/article/view/311
dc.identifier.OLIB.spa.fl_str_mv http://biblioteca2.icesi.edu.co/cgi-olib?infile=details.glu&loid=211351
dc.identifier.doi.none.fl_str_mv https://doi.org/10.1016/S0123-5923(09)70079-8
dc.identifier.instname.none.fl_str_mv instname: Universidad Icesi
dc.identifier.reponame.none.fl_str_mv reponame: Biblioteca Digital
dc.identifier.repourl.none.fl_str_mv repourl: https://repository.icesi.edu.co/
identifier_str_mv 01235923
instname: Universidad Icesi
reponame: Biblioteca Digital
repourl: https://repository.icesi.edu.co/
url 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
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.ispartof.spa.fl_str_mv Estudios Gerenciales
dc.relation.ispartofseries.spa.fl_str_mv Estudios Gerenciales, Vol. 25 No. 112
dc.rights.uri.none.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.license.none.fl_str_mv Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.coar.none.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.extent.spa.fl_str_mv 37-54 páginas
dc.format.medium.spa.fl_str_mv Digital
dc.format.mimetype.eng.fl_str_mv application/pdf
dc.coverage.spatial.eng.fl_str_mv Cali de Lat: 03 24 00 N degrees minutes Lat: 3.4000 decimal degrees Long: 076 30 00 W degrees minutes Long: -76.5000 decimal degrees
dc.publisher.spa.fl_str_mv Universidad Icesi
dc.publisher.faculty.spa.fl_str_mv Facultad de Ciencias Administrativas y Económicas
dc.publisher.place.spa.fl_str_mv Santiago de Cali
institution Universidad ICESI
bitstream.url.fl_str_mv http://repository.icesi.edu.co/biblioteca_digital/bitstream/10906/2096/1/Documento.html
bitstream.checksum.fl_str_mv 0a3ed26e0261afaa2c2dd2cedc3088b5
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Biblioteca Digital - Universidad icesi
repository.mail.fl_str_mv cdcriollo@icesi.edu.co
_version_ 1814094834878644224