Pronóstico del precio de la energía eléctrica usando redes neuronales artificiales

RESUMEN: Este trabajo propone un modelo para el pronóstico del precio de la energía eléctrica en Colombia mediante el uso de redes neuronales artificiales. 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 se comparan con un modelo Autorregresivo Condicional Heterocedástico Generalizado (GARCH) encontrándose ventajas en este último dentro del período de muestreo, pero un mejor desempeño de las redes neuronales en el período fuera de la muestra. Los datos históricos se obtuvieron de la Compañía XM perteneciente al grupo ISA, de los cuales se usan 120 días para entrenamiento y los 31 días del mes siguiente para verificación del pronóstico.

• Autores: Cadavid Carmona, Diego Raúl; Molina Castro, Juan David
• Tipo de recurso: Article of investigation
• Fecha de publicación: 2008
• Institución: Universidad de Antioquia
• Repositorio: Repositorio UdeA
• Idioma: spa
• OAI Identifier: oai:bibliotecadigital.udea.edu.co:10495/4805
• Acceso en línea: http://hdl.handle.net/10495/4805
• Palabra clave: Energía eléctrica; Precios de la energía; Redes neurales (informática)
• Rights: openAccess
• License: Atribución-NoComercial-CompartirIgual 2.5 Colombia (CC BY-NC-SA 2.5 CO)