Pronóstico del precio de la energía eléctrica usando redes neuro-difusas

RESUMEN: Se propone un modelo para el pronóstico del precio de la energía eléctrica en Colombia mediante el uso de redes neuro-difusas. Se utilizan dos estructuras de redes incluyendo como entradas la serie de precios diarios en la primera y la serie de precios más el nivel medio de los embalses en la segunda. Los resultados son comparados con dos estructuras de redes neuronales y con un modelo Autoregresivo Condicional Heterocedástico Generalizado (GARCH). Los datos históricos fueron obtenidos de la Compañía XM del Grupo ISA; datos para 120 días son usados para entrenamiento y los 31 días siguientes para verificar la capacidad predictiva del modelo. Se encontró ventajas en este último dentro del periodo de muestreo para una variable de entrada, pero un mejor desempeño de las redes neuro-difusas en el periodo fuera de la muestra tanto para una como para dos variables de entrada.

• Autores: Villada Duque, Fernando; García Quintero, Edwin; Molina, Juan Darío
• Tipo de recurso: Article of investigation
• Fecha de publicación: 2011
• Institución: Universidad de Antioquia
• Repositorio: Repositorio UdeA
• Idioma: spa
• OAI Identifier: oai:bibliotecadigital.udea.edu.co:10495/25190
• Acceso en línea: http://hdl.handle.net/10495/25190
• Palabra clave: Redes neurales (computadores); Neural networks (Computer science); Precios de la energía; Análisis de series de tiempo; Time-series analysis
• Rights: openAccess
• License: http://purl.org/coar/access_right/c_abf2