Predicción del precio de la electricidad en Brasil usando redes cascada correlación
En este artículo, se propone utilizar redes neuronales tipo cascada correlación regularizadas, para pronosticar el precio mensual, de corto plazo, de la electricidad del mercado brasileño. Se estiman diversos modelos de redes cascada correlación regularizados entre la capa de entrada y oculta, con d...
- Autores:
-
Villa, Fernán
Velásquez, Juan
- Tipo de recurso:
- Article of journal
- Fecha de publicación:
- 2011
- Institución:
- Universidad de Ciencias Aplicadas y Ambientales U.D.C.A
- Repositorio:
- Repositorio Institucional UDCA
- Idioma:
- spa
- OAI Identifier:
- oai:repository.udca.edu.co:11158/2209
- Acceso en línea:
- https://revistas.udca.edu.co/index.php/ruadc/article/view/793
- Palabra clave:
- Pronóstico
Redes neuronales
Mercados liberalizados
Redes de neuronas
Técnicas de predicción
- Rights
- openAccess
- License
- Derechos Reservados - Universidad de Ciencias Aplicadas y Ambientales
| Summary: | En este artículo, se propone utilizar redes neuronales tipo cascada correlación regularizadas, para pronosticar el precio mensual, de corto plazo, de la electricidad del mercado brasileño. Se estiman diversos modelos de redes cascada correlación regularizados entre la capa de entrada y oculta, con descomposición o con eliminación de pesos, mientras que entre la capa oculta y la de salida, se regulariza con regresión de borde. Los resultados indican que las redes cascada correlación regularizadas en todas sus capas describen mejor la dinámica de la serie de precios que la misma red sin regularizar, que un modelo ARIMA y que un perceptrón multicapa (MLP) clásico, que usa los mismos rezagos y neuronas en la capa oculta, lo cual, permite afirmar, que para la serie de precios de electricidad, las redes cascada correlación regularizadas permiten encontrar modelos con mejor capacidad de pronóstico. |
|---|