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...
- 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 |