Avances recientes en la predicción de la demanda de electricidad usando modelos no lineales

La predicción de la demanda es un problema de gran importancia para el sector eléctrico, ya que a partir de sus resultados, los agentes del mercado de energía toman las decisiones más adecuadas para su labor. En este artículo se presenta un análisis de las técnicas y modelos más usados en el pronóst...

Full description

Autores:
Rueda Mejía, Viviana María
Velásquez Henao, Juan David
Franco Cardona, Carlos Jaime
Tipo de recurso:
Article of journal
Fecha de publicación:
2011
Institución:
Universidad Nacional de Colombia
Repositorio:
Universidad Nacional de Colombia
Idioma:
spa
OAI Identifier:
oai:repositorio.unal.edu.co:unal/37777
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/37777
http://bdigital.unal.edu.co/27861/
Palabra clave:
Pronóstico
demanda de electricidad
modelos no lineales.
Rights
openAccess
License
Atribución-NoComercial 4.0 Internacional
id UNACIONAL2_62ec8266807098486255dbfb0fbd6327
oai_identifier_str oai:repositorio.unal.edu.co:unal/37777
network_acronym_str UNACIONAL2
network_name_str Universidad Nacional de Colombia
repository_id_str
spelling Atribución-NoComercial 4.0 InternacionalDerechos reservados - Universidad Nacional de Colombiahttp://creativecommons.org/licenses/by-nc/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Rueda Mejía, Viviana María903942fd-0ab8-4ee8-b0e3-2dff49a26a71300Velásquez Henao, Juan David6e2af894-3c59-45bb-95d4-43331c36572d300Franco Cardona, Carlos Jaime070ee56f-5115-438d-ab21-4368f0109d593002019-06-28T02:00:17Z2019-06-28T02:00:17Z2011https://repositorio.unal.edu.co/handle/unal/37777http://bdigital.unal.edu.co/27861/La predicción de la demanda es un problema de gran importancia para el sector eléctrico, ya que a partir de sus resultados, los agentes del mercado de energía toman las decisiones más adecuadas para su labor. En este artículo se presenta un análisis de las técnicas y modelos más usados en el pronóstico de la demanda de electricidad y la problemática o dificultades a las que se enfrentan los investigadores al momento de realizar un pronóstico. El análisis muestra que las técnicas más usadas son los modelos ARIMA y las redes neuronales artificiales. Sin embargo, se encontró poca claridad sobre cuál modelo es más adecuado y en qué casos, adicionalmente, los estudios no presentan una recomendación específica para desarrollar modelos de pronóstico de demanda, específicamente en el caso colombiano. Finalmente, se propone realizar un estudio sistemático con el fi n de determinar los modelos más adecuados para predicción de demanda para el caso colombiano.application/pdfspaUniversidad Nacional de Colombia Sede Medellínhttp://revistas.unal.edu.co/index.php/dyna/article/view/25760Universidad Nacional de Colombia Revistas electrónicas UN DynaDynaDyna; Vol. 78, núm. 167 (2011); 36-43 DYNA; Vol. 78, núm. 167 (2011); 36-43 2346-2183 0012-7353Rueda Mejía, Viviana María and Velásquez Henao, Juan David and Franco Cardona, Carlos Jaime (2011) Avances recientes en la predicción de la demanda de electricidad usando modelos no lineales. Dyna; Vol. 78, núm. 167 (2011); 36-43 DYNA; Vol. 78, núm. 167 (2011); 36-43 2346-2183 0012-7353 .Avances recientes en la predicción de la demanda de electricidad usando modelos no linealesArtículo de revistainfo:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_2df8fbb1http://purl.org/coar/version/c_970fb48d4fbd8a85Texthttp://purl.org/redcol/resource_type/ARTPronósticodemanda de electricidadmodelos no lineales.ORIGINAL25760-162704-1-PB.htmltext/html40224https://repositorio.unal.edu.co/bitstream/unal/37777/1/25760-162704-1-PB.html47e0b146f9b29a6bba75eaf2f5355b30MD5125760-90322-1-PB.pdfapplication/pdf170453https://repositorio.unal.edu.co/bitstream/unal/37777/2/25760-90322-1-PB.pdfd12597edd5b8c2d9f8d97fd4622202dcMD52THUMBNAIL25760-90322-1-PB.pdf.jpg25760-90322-1-PB.pdf.jpgGenerated Thumbnailimage/jpeg9376https://repositorio.unal.edu.co/bitstream/unal/37777/3/25760-90322-1-PB.pdf.jpgcfad9240d86e7695cb2e34ac1f365669MD53unal/37777oai:repositorio.unal.edu.co:unal/377772024-01-12 23:06:02.876Repositorio Institucional Universidad Nacional de Colombiarepositorio_nal@unal.edu.co
dc.title.spa.fl_str_mv Avances recientes en la predicción de la demanda de electricidad usando modelos no lineales
title Avances recientes en la predicción de la demanda de electricidad usando modelos no lineales
spellingShingle Avances recientes en la predicción de la demanda de electricidad usando modelos no lineales
Pronóstico
demanda de electricidad
modelos no lineales.
title_short Avances recientes en la predicción de la demanda de electricidad usando modelos no lineales
title_full Avances recientes en la predicción de la demanda de electricidad usando modelos no lineales
title_fullStr Avances recientes en la predicción de la demanda de electricidad usando modelos no lineales
title_full_unstemmed Avances recientes en la predicción de la demanda de electricidad usando modelos no lineales
title_sort Avances recientes en la predicción de la demanda de electricidad usando modelos no lineales
dc.creator.fl_str_mv Rueda Mejía, Viviana María
Velásquez Henao, Juan David
Franco Cardona, Carlos Jaime
dc.contributor.author.spa.fl_str_mv Rueda Mejía, Viviana María
Velásquez Henao, Juan David
Franco Cardona, Carlos Jaime
dc.subject.proposal.spa.fl_str_mv Pronóstico
demanda de electricidad
modelos no lineales.
topic Pronóstico
demanda de electricidad
modelos no lineales.
description La predicción de la demanda es un problema de gran importancia para el sector eléctrico, ya que a partir de sus resultados, los agentes del mercado de energía toman las decisiones más adecuadas para su labor. En este artículo se presenta un análisis de las técnicas y modelos más usados en el pronóstico de la demanda de electricidad y la problemática o dificultades a las que se enfrentan los investigadores al momento de realizar un pronóstico. El análisis muestra que las técnicas más usadas son los modelos ARIMA y las redes neuronales artificiales. Sin embargo, se encontró poca claridad sobre cuál modelo es más adecuado y en qué casos, adicionalmente, los estudios no presentan una recomendación específica para desarrollar modelos de pronóstico de demanda, específicamente en el caso colombiano. Finalmente, se propone realizar un estudio sistemático con el fi n de determinar los modelos más adecuados para predicción de demanda para el caso colombiano.
publishDate 2011
dc.date.issued.spa.fl_str_mv 2011
dc.date.accessioned.spa.fl_str_mv 2019-06-28T02:00:17Z
dc.date.available.spa.fl_str_mv 2019-06-28T02:00:17Z
dc.type.spa.fl_str_mv Artículo de revista
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_2df8fbb1
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/article
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_6501
dc.type.coarversion.spa.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.content.spa.fl_str_mv Text
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/ART
format http://purl.org/coar/resource_type/c_6501
status_str publishedVersion
dc.identifier.uri.none.fl_str_mv https://repositorio.unal.edu.co/handle/unal/37777
dc.identifier.eprints.spa.fl_str_mv http://bdigital.unal.edu.co/27861/
url https://repositorio.unal.edu.co/handle/unal/37777
http://bdigital.unal.edu.co/27861/
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.spa.fl_str_mv http://revistas.unal.edu.co/index.php/dyna/article/view/25760
dc.relation.ispartof.spa.fl_str_mv Universidad Nacional de Colombia Revistas electrónicas UN Dyna
Dyna
dc.relation.ispartofseries.none.fl_str_mv Dyna; Vol. 78, núm. 167 (2011); 36-43 DYNA; Vol. 78, núm. 167 (2011); 36-43 2346-2183 0012-7353
dc.relation.references.spa.fl_str_mv Rueda Mejía, Viviana María and Velásquez Henao, Juan David and Franco Cardona, Carlos Jaime (2011) Avances recientes en la predicción de la demanda de electricidad usando modelos no lineales. Dyna; Vol. 78, núm. 167 (2011); 36-43 DYNA; Vol. 78, núm. 167 (2011); 36-43 2346-2183 0012-7353 .
dc.rights.spa.fl_str_mv Derechos reservados - Universidad Nacional de Colombia
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.license.spa.fl_str_mv Atribución-NoComercial 4.0 Internacional
dc.rights.uri.spa.fl_str_mv http://creativecommons.org/licenses/by-nc/4.0/
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
rights_invalid_str_mv Atribución-NoComercial 4.0 Internacional
Derechos reservados - Universidad Nacional de Colombia
http://creativecommons.org/licenses/by-nc/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.spa.fl_str_mv Universidad Nacional de Colombia Sede Medellín
institution Universidad Nacional de Colombia
bitstream.url.fl_str_mv https://repositorio.unal.edu.co/bitstream/unal/37777/1/25760-162704-1-PB.html
https://repositorio.unal.edu.co/bitstream/unal/37777/2/25760-90322-1-PB.pdf
https://repositorio.unal.edu.co/bitstream/unal/37777/3/25760-90322-1-PB.pdf.jpg
bitstream.checksum.fl_str_mv 47e0b146f9b29a6bba75eaf2f5355b30
d12597edd5b8c2d9f8d97fd4622202dc
cfad9240d86e7695cb2e34ac1f365669
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional Universidad Nacional de Colombia
repository.mail.fl_str_mv repositorio_nal@unal.edu.co
_version_ 1814089868620333056