Modelo de predicción de precio de energía en el mercado no regulado usando arquitecturas multimodales basadas en técnicas de Deep Learning
RESUMEN: Establecer el valor del precio de la energía eléctrica es un proceso que a sufrido grandes cambios a través de los años en cada uno de los países del mundo, especialmente porque estos buscaban garantizar la transparencia en el proceso de definición de los precios en los sistemas eléctricos....
- Autores:
-
Peláez Villa, Juan Sebastián
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2021
- Institución:
- Universidad de Antioquia
- Repositorio:
- Repositorio UdeA
- Idioma:
- spa
- OAI Identifier:
- oai:bibliotecadigital.udea.edu.co:10495/19654
- Acceso en línea:
- http://hdl.handle.net/10495/19654
- Palabra clave:
- Energía eléctrica
Electric power
Política de precios
Price policy
Mercado financiero
Financial markets
Cambio tecnológico
Technological change
Arquitecturas Multimodales
Precio Spot Energía
http://vocabularies.unesco.org/thesaurus/concept9508
http://vocabularies.unesco.org/thesaurus/concept8812
http://vocabularies.unesco.org/thesaurus/concept10884
http://vocabularies.unesco.org/thesaurus/concept4566
- Rights
- openAccess
- License
- http://creativecommons.org/licenses/by-nc-nd/2.5/co/
id |
UDEA2_c00306ea0f9dbb73e4e532ba2d941633 |
---|---|
oai_identifier_str |
oai:bibliotecadigital.udea.edu.co:10495/19654 |
network_acronym_str |
UDEA2 |
network_name_str |
Repositorio UdeA |
repository_id_str |
|
dc.title.spa.fl_str_mv |
Modelo de predicción de precio de energía en el mercado no regulado usando arquitecturas multimodales basadas en técnicas de Deep Learning |
title |
Modelo de predicción de precio de energía en el mercado no regulado usando arquitecturas multimodales basadas en técnicas de Deep Learning |
spellingShingle |
Modelo de predicción de precio de energía en el mercado no regulado usando arquitecturas multimodales basadas en técnicas de Deep Learning Energía eléctrica Electric power Política de precios Price policy Mercado financiero Financial markets Cambio tecnológico Technological change Arquitecturas Multimodales Precio Spot Energía http://vocabularies.unesco.org/thesaurus/concept9508 http://vocabularies.unesco.org/thesaurus/concept8812 http://vocabularies.unesco.org/thesaurus/concept10884 http://vocabularies.unesco.org/thesaurus/concept4566 |
title_short |
Modelo de predicción de precio de energía en el mercado no regulado usando arquitecturas multimodales basadas en técnicas de Deep Learning |
title_full |
Modelo de predicción de precio de energía en el mercado no regulado usando arquitecturas multimodales basadas en técnicas de Deep Learning |
title_fullStr |
Modelo de predicción de precio de energía en el mercado no regulado usando arquitecturas multimodales basadas en técnicas de Deep Learning |
title_full_unstemmed |
Modelo de predicción de precio de energía en el mercado no regulado usando arquitecturas multimodales basadas en técnicas de Deep Learning |
title_sort |
Modelo de predicción de precio de energía en el mercado no regulado usando arquitecturas multimodales basadas en técnicas de Deep Learning |
dc.creator.fl_str_mv |
Peláez Villa, Juan Sebastián |
dc.contributor.advisor.none.fl_str_mv |
Arias Londoño, Julián David Gallón Gómez, Santiago Alejandro |
dc.contributor.author.none.fl_str_mv |
Peláez Villa, Juan Sebastián |
dc.subject.unesco.none.fl_str_mv |
Energía eléctrica Electric power Política de precios Price policy Mercado financiero Financial markets Cambio tecnológico Technological change |
topic |
Energía eléctrica Electric power Política de precios Price policy Mercado financiero Financial markets Cambio tecnológico Technological change Arquitecturas Multimodales Precio Spot Energía http://vocabularies.unesco.org/thesaurus/concept9508 http://vocabularies.unesco.org/thesaurus/concept8812 http://vocabularies.unesco.org/thesaurus/concept10884 http://vocabularies.unesco.org/thesaurus/concept4566 |
dc.subject.proposal.spa.fl_str_mv |
Arquitecturas Multimodales Precio Spot Energía |
dc.subject.unescouri.none.fl_str_mv |
http://vocabularies.unesco.org/thesaurus/concept9508 http://vocabularies.unesco.org/thesaurus/concept8812 http://vocabularies.unesco.org/thesaurus/concept10884 http://vocabularies.unesco.org/thesaurus/concept4566 |
description |
RESUMEN: Establecer el valor del precio de la energía eléctrica es un proceso que a sufrido grandes cambios a través de los años en cada uno de los países del mundo, especialmente porque estos buscaban garantizar la transparencia en el proceso de definición de los precios en los sistemas eléctricos. El mayor logro de esta serie de cambios fue promover la inclusión de la energía eléctrica en los mercados financieros. Rápidamente los operadores se dieron cuenta de la gran volatilidad de este recurso debido a la gran cantidad de factores que influyen en él. Todos estos factores no están medidos en las mismas frecuencias, ni tampoco son registrados en los mismos medios, lo cual genera una dificultad al momento de ser interpretados. Es en este punto, cuando el interés por entender el comportamiento del precio de la energía y desarrollar modelos predictivos se vuelve una necesidad. El presente proyecto desarrolló arquitecturas multimodales basadas en técnicas de Deep Learning entrenadas con datos diarios asociados a las variables demanda energía SIN, caudal y precio oferta, y datos horarios correspondientes a las variables generación, demanda por comercializador y generación AGC. |
publishDate |
2021 |
dc.date.accessioned.none.fl_str_mv |
2021-05-18T11:29:45Z |
dc.date.available.none.fl_str_mv |
2021-05-18T11:29:45Z |
dc.date.issued.none.fl_str_mv |
2021 |
dc.type.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
dc.type.hasversion.spa.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
dc.type.redcol.spa.fl_str_mv |
https://purl.org/redcol/resource_type/TP |
dc.type.local.spa.fl_str_mv |
Tesis/Trabajo de grado - Monografía - Pregrado |
format |
http://purl.org/coar/resource_type/c_7a1f |
status_str |
acceptedVersion |
dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/10495/19654 |
url |
http://hdl.handle.net/10495/19654 |
dc.language.iso.spa.fl_str_mv |
spa |
language |
spa |
dc.rights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/co/ |
dc.rights.accessrights.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
dc.rights.creativecommons.spa.fl_str_mv |
https://creativecommons.org/licenses/by-nc-sa/4.0/ |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/co/ http://purl.org/coar/access_right/c_abf2 https://creativecommons.org/licenses/by-nc-sa/4.0/ |
dc.format.extent.spa.fl_str_mv |
52 |
dc.format.mimetype.spa.fl_str_mv |
application/pdf |
dc.publisher.place.spa.fl_str_mv |
Medellín, Colombia |
institution |
Universidad de Antioquia |
bitstream.url.fl_str_mv |
http://bibliotecadigital.udea.edu.co/bitstream/10495/19654/9/license.txt http://bibliotecadigital.udea.edu.co/bitstream/10495/19654/7/PelaezJuan_2021_ArquitecturasMultimodalesEnergia.pdf http://bibliotecadigital.udea.edu.co/bitstream/10495/19654/8/license_rdf |
bitstream.checksum.fl_str_mv |
8a4605be74aa9ea9d79846c1fba20a33 a0e81811e181a129232d3dac35b05d0f b88b088d9957e670ce3b3fbe2eedbc13 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio Institucional Universidad de Antioquia |
repository.mail.fl_str_mv |
andres.perez@udea.edu.co |
_version_ |
1812173165060685824 |
spelling |
Arias Londoño, Julián DavidGallón Gómez, Santiago AlejandroPeláez Villa, Juan Sebastián2021-05-18T11:29:45Z2021-05-18T11:29:45Z2021http://hdl.handle.net/10495/19654RESUMEN: Establecer el valor del precio de la energía eléctrica es un proceso que a sufrido grandes cambios a través de los años en cada uno de los países del mundo, especialmente porque estos buscaban garantizar la transparencia en el proceso de definición de los precios en los sistemas eléctricos. El mayor logro de esta serie de cambios fue promover la inclusión de la energía eléctrica en los mercados financieros. Rápidamente los operadores se dieron cuenta de la gran volatilidad de este recurso debido a la gran cantidad de factores que influyen en él. Todos estos factores no están medidos en las mismas frecuencias, ni tampoco son registrados en los mismos medios, lo cual genera una dificultad al momento de ser interpretados. Es en este punto, cuando el interés por entender el comportamiento del precio de la energía y desarrollar modelos predictivos se vuelve una necesidad. El presente proyecto desarrolló arquitecturas multimodales basadas en técnicas de Deep Learning entrenadas con datos diarios asociados a las variables demanda energía SIN, caudal y precio oferta, y datos horarios correspondientes a las variables generación, demanda por comercializador y generación AGC.52application/pdfspainfo:eu-repo/semantics/acceptedVersioninfo:eu-repo/semantics/bachelorThesishttp://purl.org/coar/resource_type/c_7a1fhttps://purl.org/redcol/resource_type/TPTesis/Trabajo de grado - Monografía - Pregradoinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/2.5/co/http://purl.org/coar/access_right/c_abf2https://creativecommons.org/licenses/by-nc-sa/4.0/Modelo de predicción de precio de energía en el mercado no regulado usando arquitecturas multimodales basadas en técnicas de Deep LearningMedellín, ColombiaEnergía eléctricaElectric powerPolítica de preciosPrice policyMercado financieroFinancial marketsCambio tecnológicoTechnological changeArquitecturas MultimodalesPrecio Spot Energíahttp://vocabularies.unesco.org/thesaurus/concept9508http://vocabularies.unesco.org/thesaurus/concept8812http://vocabularies.unesco.org/thesaurus/concept10884http://vocabularies.unesco.org/thesaurus/concept4566Profesional en Ingeniería de SistemasPregradoFacultad de Ingeniería. Carrera Ingeniería de SistemasUniversidad de AntioquiaLICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://bibliotecadigital.udea.edu.co/bitstream/10495/19654/9/license.txt8a4605be74aa9ea9d79846c1fba20a33MD59ORIGINALPelaezJuan_2021_ArquitecturasMultimodalesEnergia.pdfPelaezJuan_2021_ArquitecturasMultimodalesEnergia.pdfTrabajo de grado de pregradoapplication/pdf7116154http://bibliotecadigital.udea.edu.co/bitstream/10495/19654/7/PelaezJuan_2021_ArquitecturasMultimodalesEnergia.pdfa0e81811e181a129232d3dac35b05d0fMD57CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8823http://bibliotecadigital.udea.edu.co/bitstream/10495/19654/8/license_rdfb88b088d9957e670ce3b3fbe2eedbc13MD5810495/19654oai:bibliotecadigital.udea.edu.co:10495/196542021-05-18 06:31:12.515Repositorio Institucional Universidad de Antioquiaandres.perez@udea.edu.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 |