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...
- 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
- https://creativecommons.org/licenses/by-nc-sa/2.5/co/
| id |
UDEA2_67bbe170c274b2132d93a266654149c1 |
|---|---|
| oai_identifier_str |
oai:bibliotecadigital.udea.edu.co:10495/4805 |
| network_acronym_str |
UDEA2 |
| network_name_str |
Repositorio UdeA |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Pronóstico del precio de la energía eléctrica usando redes neuronales artificiales |
| dc.title.translated.spa.fl_str_mv |
Electricity price forecasting using artificial neural networks |
| title |
Pronóstico del precio de la energía eléctrica usando redes neuronales artificiales |
| spellingShingle |
Pronóstico del precio de la energía eléctrica usando redes neuronales artificiales Energía eléctrica Precios de la energía Redes neurales (informática) |
| title_short |
Pronóstico del precio de la energía eléctrica usando redes neuronales artificiales |
| title_full |
Pronóstico del precio de la energía eléctrica usando redes neuronales artificiales |
| title_fullStr |
Pronóstico del precio de la energía eléctrica usando redes neuronales artificiales |
| title_full_unstemmed |
Pronóstico del precio de la energía eléctrica usando redes neuronales artificiales |
| title_sort |
Pronóstico del precio de la energía eléctrica usando redes neuronales artificiales |
| dc.creator.fl_str_mv |
Cadavid Carmona, Diego Raúl Molina Castro, Juan David |
| dc.contributor.author.none.fl_str_mv |
Cadavid Carmona, Diego Raúl Molina Castro, Juan David |
| dc.contributor.researchgroup.spa.fl_str_mv |
Grupo de Manejo Eficiente de la Energía (GIMEL) |
| dc.subject.none.fl_str_mv |
Energía eléctrica Precios de la energía Redes neurales (informática) |
| topic |
Energía eléctrica Precios de la energía Redes neurales (informática) |
| description |
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. |
| publishDate |
2008 |
| dc.date.issued.none.fl_str_mv |
2008 |
| dc.date.accessioned.none.fl_str_mv |
2016-10-06T01:59:02Z |
| dc.date.available.none.fl_str_mv |
2016-10-06T01:59:02Z |
| dc.type.spa.fl_str_mv |
Artículo de investigación |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_2df8fbb1 |
| dc.type.redcol.spa.fl_str_mv |
https://purl.org/redcol/resource_type/ART |
| dc.type.coarversion.spa.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/article |
| dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| format |
http://purl.org/coar/resource_type/c_2df8fbb1 |
| status_str |
publishedVersion |
| dc.identifier.citation.spa.fl_str_mv |
F. Villada, D. R. Cadavid, and J. D. Molina, "Pronóstico del precio de la energía eléctrica usando redes neuronales artificiales", Rev. Fac. Ing. Univ. Antioquia, no. 44, pp. 111-118, 2008. |
| dc.identifier.issn.none.fl_str_mv |
0120-6230 |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/10495/4805 |
| dc.identifier.eissn.none.fl_str_mv |
2422-2844 |
| identifier_str_mv |
F. Villada, D. R. Cadavid, and J. D. Molina, "Pronóstico del precio de la energía eléctrica usando redes neuronales artificiales", Rev. Fac. Ing. Univ. Antioquia, no. 44, pp. 111-118, 2008. 0120-6230 2422-2844 |
| url |
http://hdl.handle.net/10495/4805 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.ispartofjournalabbrev.spa.fl_str_mv |
Rev. Fac. Ing. Univ. Antioquia |
| dc.relation.citationendpage.spa.fl_str_mv |
118 |
| dc.relation.citationissue.spa.fl_str_mv |
44 |
| dc.relation.citationstartpage.spa.fl_str_mv |
111 |
| dc.relation.ispartofjournal.spa.fl_str_mv |
Revista Facultad de Ingeniería Universidad de Antioquia |
| dc.rights.uri.*.fl_str_mv |
https://creativecommons.org/licenses/by-nc-sa/2.5/co/ |
| dc.rights.uri.spa.fl_str_mv |
https://creativecommons.org/licenses/by-nc-sa/4.0/ |
| dc.rights.accessrights.*.fl_str_mv |
Atribución-NoComercial-CompartirIgual 2.5 Colombia (CC BY-NC-SA 2.5 CO) |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
https://creativecommons.org/licenses/by-nc-sa/2.5/co/ https://creativecommons.org/licenses/by-nc-sa/4.0/ Atribución-NoComercial-CompartirIgual 2.5 Colombia (CC BY-NC-SA 2.5 CO) http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.spa.fl_str_mv |
7 |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.publisher.spa.fl_str_mv |
Universidad de Antioquia, Facultad de Ingeniería |
| dc.publisher.place.spa.fl_str_mv |
Medellín, Colombia |
| institution |
Universidad de Antioquia |
| bitstream.url.fl_str_mv |
https://bibliotecadigital.udea.edu.co/bitstreams/c1036f3f-e003-47fc-a4bd-1d6fa188dd88/download https://bibliotecadigital.udea.edu.co/bitstreams/c59f2a9e-e792-4986-8440-66984e144b47/download https://bibliotecadigital.udea.edu.co/bitstreams/b5960fda-39f2-4a47-b22d-83b5ccce57a5/download https://bibliotecadigital.udea.edu.co/bitstreams/ec5aac79-378d-4439-b0a2-db1584084375/download https://bibliotecadigital.udea.edu.co/bitstreams/cfcec673-1414-4746-a8d1-d5cd1e0eff41/download https://bibliotecadigital.udea.edu.co/bitstreams/3f8a66f8-0890-413b-ad13-190ff8aa59f6/download https://bibliotecadigital.udea.edu.co/bitstreams/0584fbc6-48b6-42ae-b99b-2f446e0da9bd/download |
| bitstream.checksum.fl_str_mv |
d90dbb1f0ac585f8636112876cb39c74 4afdbb8c545fd630ea7db775da747b2f d41d8cd98f00b204e9800998ecf8427e d41d8cd98f00b204e9800998ecf8427e 8a4605be74aa9ea9d79846c1fba20a33 87eeb99ecb61b7cf98633ab7250683c5 bef9846d4b41034cc6957ceb545fdab1 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional de la Universidad de Antioquia |
| repository.mail.fl_str_mv |
aplicacionbibliotecadigitalbiblioteca@udea.edu.co |
| _version_ |
1851052421979045888 |
| spelling |
Cadavid Carmona, Diego RaúlMolina Castro, Juan DavidGrupo de Manejo Eficiente de la Energía (GIMEL)2016-10-06T01:59:02Z2016-10-06T01:59:02Z2008F. Villada, D. R. Cadavid, and J. D. Molina, "Pronóstico del precio de la energía eléctrica usando redes neuronales artificiales", Rev. Fac. Ing. Univ. Antioquia, no. 44, pp. 111-118, 2008.0120-6230http://hdl.handle.net/10495/48052422-2844RESUMEN: 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.ABSTRACT: A model for forecasting the electricity price in Colombia using artificial neural networks is proposed in this work. Two neural networks structures including the price series in the first and the price series plus the water reserve levels in the latter are used. The results are compared with a Generalized Autorregresive Conditional Heteroskedastic Model (GARCH) model, which shows better adjustment inside the training period, but the neural networks have better performance forecasting outside the training sample. Historical data was supplied by the Company XM belonging to ISA Group, where 120 days were used as training patterns and the next 31 days were left to test the next month forecast.7application/pdfspaUniversidad de Antioquia, Facultad de IngenieríaMedellín, Colombiahttps://creativecommons.org/licenses/by-nc-sa/2.5/co/https://creativecommons.org/licenses/by-nc-sa/4.0/Atribución-NoComercial-CompartirIgual 2.5 Colombia (CC BY-NC-SA 2.5 CO)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Energía eléctricaPrecios de la energíaRedes neurales (informática)Pronóstico del precio de la energía eléctrica usando redes neuronales artificialesElectricity price forecasting using artificial neural networksArtículo de investigaciónhttp://purl.org/coar/resource_type/c_2df8fbb1https://purl.org/redcol/resource_type/ARThttp://purl.org/coar/version/c_970fb48d4fbd8a85info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionRev. Fac. Ing. Univ. Antioquia11844111Revista Facultad de Ingeniería Universidad de AntioquiaPublicationORIGINALVilladaFernando_2008_pronosticoprecioenergia.pdfVilladaFernando_2008_pronosticoprecioenergia.pdfArtículo de investigaciónapplication/pdf453702https://bibliotecadigital.udea.edu.co/bitstreams/c1036f3f-e003-47fc-a4bd-1d6fa188dd88/downloadd90dbb1f0ac585f8636112876cb39c74MD51trueAnonymousREADCC-LICENSElicense_urllicense_urltext/plain; charset=utf-849https://bibliotecadigital.udea.edu.co/bitstreams/c59f2a9e-e792-4986-8440-66984e144b47/download4afdbb8c545fd630ea7db775da747b2fMD52falseAnonymousREADlicense_textlicense_texttext/html; charset=utf-80https://bibliotecadigital.udea.edu.co/bitstreams/b5960fda-39f2-4a47-b22d-83b5ccce57a5/downloadd41d8cd98f00b204e9800998ecf8427eMD53falseAnonymousREADlicense_rdflicense_rdfapplication/rdf+xml; charset=utf-80https://bibliotecadigital.udea.edu.co/bitstreams/ec5aac79-378d-4439-b0a2-db1584084375/downloadd41d8cd98f00b204e9800998ecf8427eMD54falseAnonymousREADLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://bibliotecadigital.udea.edu.co/bitstreams/cfcec673-1414-4746-a8d1-d5cd1e0eff41/download8a4605be74aa9ea9d79846c1fba20a33MD55falseAnonymousREADTEXTVilladaFernando_2008_pronosticoprecioenergia.pdf.txtVilladaFernando_2008_pronosticoprecioenergia.pdf.txtExtracted texttext/plain24963https://bibliotecadigital.udea.edu.co/bitstreams/3f8a66f8-0890-413b-ad13-190ff8aa59f6/download87eeb99ecb61b7cf98633ab7250683c5MD56falseAnonymousREADTHUMBNAILVilladaFernando_2008_pronosticoprecioenergia.pdf.jpgVilladaFernando_2008_pronosticoprecioenergia.pdf.jpgGenerated Thumbnailimage/jpeg11816https://bibliotecadigital.udea.edu.co/bitstreams/0584fbc6-48b6-42ae-b99b-2f446e0da9bd/downloadbef9846d4b41034cc6957ceb545fdab1MD57falseAnonymousREAD10495/4805oai:bibliotecadigital.udea.edu.co:10495/48052025-03-26 22:06:04.502https://creativecommons.org/licenses/by-nc-sa/2.5/co/open.accesshttps://bibliotecadigital.udea.edu.coRepositorio Institucional de la Universidad de Antioquiaaplicacionbibliotecadigitalbiblioteca@udea.edu.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 |