Un modelo spline para el pronóstico de la demanda de energía eléctrica

El propósito de este trabajo es modelar, con fines de pronóstico, la demanda diaria de energía eléctrica en una región del suroccidente colombiano, mediante la implementación de modelos de regresión no paramétrica teniendo en cuenta factores de influencia tales como hora del día, día de la semana, m...

Full description

Autores:
Barrientos, Andrés Felipe
Olaya, Javier
González, Víctor Manuel
Tipo de recurso:
Article of journal
Fecha de publicación:
2007
Institución:
Universidad Nacional de Colombia
Repositorio:
Universidad Nacional de Colombia
Idioma:
spa
OAI Identifier:
oai:repositorio.unal.edu.co:unal/40509
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/40509
http://bdigital.unal.edu.co/30606/
Palabra clave:
suavización
regresión no paramétrica
modelos ARIMA
Smoothing
Non-parametric regression
ARIMA models
Rights
openAccess
License
Atribución-NoComercial 4.0 Internacional
id UNACIONAL2_fc8215f654953c6df4adc70791ca1fdd
oai_identifier_str oai:repositorio.unal.edu.co:unal/40509
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_abf2Barrientos, Andrés Felipe92168b46-264a-4c99-8dae-7257b6f49299300Olaya, Javierfe6039b9-2432-40d7-a97c-7abe679ea46e300González, Víctor Manuelfae79cee-3d18-4ca5-b569-d21cf537daba3002019-06-28T09:34:48Z2019-06-28T09:34:48Z2007https://repositorio.unal.edu.co/handle/unal/40509http://bdigital.unal.edu.co/30606/El propósito de este trabajo es modelar, con fines de pronóstico, la demanda diaria de energía eléctrica en una región del suroccidente colombiano, mediante la implementación de modelos de regresión no paramétrica teniendo en cuenta factores de influencia tales como hora del día, día de la semana, mes y año, entre otros. Los datos empleados en el desarrollo de este proyecto provienen de una compañía local de distribución de energía eléctrica y se tomaron de Valencia (2005). La información disponible va desde enero de 2001 hasta noviembre de 2004. Estos datos muestran un comportamiento complejo, difícil de modelar con la teoría básica de los métodos paramétricos. Dado que un análisis exploratorio de la información sugiere la existencia de una curva típica diaria de demanda, se eligió estimarla utilizando modelos de regresión no paramétrica. Para efectos comparativos, se propuso la aplicación de otras metodologías que involucran modelos ARIMA y variables macroeconómicas. Todo el procesamiento estadístico se ejecutó con R.Our goal is to model, with forecasting aims, the daily electricity demand in a southeast colombian region through a non-parametric regression model implementation. We consider some “calendar variables” such as time of the day, day of the week, month, and year, among others, on the estimation process. Data come from an electricity distribution local company and are taken from Valencia (2005). Available data go from January 2001 to November 2004. These data show such a complicated behavior that it becomes hard to model using classical parametric models. Since exploratory analysis suggested the existence of an electricity demand daily typical curve, we used non-parametric models instead. For comparison purposes, we made use of some other methodologies including ARIMA models and the insertion of macroeconomic variables. Statistical processing was run using R.application/pdfspaUniversidad Nacional de Colombiahttp://revistas.unal.edu.co/index.php/estad/article/view/29462Universidad Nacional de Colombia Revistas electrónicas UN Revista Colombiana de EstadísticaRevista Colombiana de EstadísticaRevista Colombiana de Estadística; Vol. 30, núm. 2 (2007); 187-202 Revista Colombiana de Estadística; Vol. 30, núm. 2 (2007); 187-202 0120-1751Barrientos, Andrés Felipe and Olaya, Javier and González, Víctor Manuel (2007) Un modelo spline para el pronóstico de la demanda de energía eléctrica. Revista Colombiana de Estadística; Vol. 30, núm. 2 (2007); 187-202 Revista Colombiana de Estadística; Vol. 30, núm. 2 (2007); 187-202 0120-1751 .Un modelo spline para el pronóstico de la demanda de energía eléctricaArtículo 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/ARTsuavizaciónregresión no paramétricamodelos ARIMASmoothingNon-parametric regressionARIMA modelsORIGINAL29462-105788-1-PB.pdfapplication/pdf274830https://repositorio.unal.edu.co/bitstream/unal/40509/1/29462-105788-1-PB.pdf5f0ef041aad99f71842306cae189763dMD51THUMBNAIL29462-105788-1-PB.pdf.jpg29462-105788-1-PB.pdf.jpgGenerated Thumbnailimage/jpeg4740https://repositorio.unal.edu.co/bitstream/unal/40509/2/29462-105788-1-PB.pdf.jpg96f2b182ae92b3a6a4909e13fb83571aMD52unal/40509oai:repositorio.unal.edu.co:unal/405092024-01-25 23:06:32.768Repositorio Institucional Universidad Nacional de Colombiarepositorio_nal@unal.edu.co
dc.title.spa.fl_str_mv Un modelo spline para el pronóstico de la demanda de energía eléctrica
title Un modelo spline para el pronóstico de la demanda de energía eléctrica
spellingShingle Un modelo spline para el pronóstico de la demanda de energía eléctrica
suavización
regresión no paramétrica
modelos ARIMA
Smoothing
Non-parametric regression
ARIMA models
title_short Un modelo spline para el pronóstico de la demanda de energía eléctrica
title_full Un modelo spline para el pronóstico de la demanda de energía eléctrica
title_fullStr Un modelo spline para el pronóstico de la demanda de energía eléctrica
title_full_unstemmed Un modelo spline para el pronóstico de la demanda de energía eléctrica
title_sort Un modelo spline para el pronóstico de la demanda de energía eléctrica
dc.creator.fl_str_mv Barrientos, Andrés Felipe
Olaya, Javier
González, Víctor Manuel
dc.contributor.author.spa.fl_str_mv Barrientos, Andrés Felipe
Olaya, Javier
González, Víctor Manuel
dc.subject.proposal.spa.fl_str_mv suavización
regresión no paramétrica
modelos ARIMA
Smoothing
Non-parametric regression
ARIMA models
topic suavización
regresión no paramétrica
modelos ARIMA
Smoothing
Non-parametric regression
ARIMA models
description El propósito de este trabajo es modelar, con fines de pronóstico, la demanda diaria de energía eléctrica en una región del suroccidente colombiano, mediante la implementación de modelos de regresión no paramétrica teniendo en cuenta factores de influencia tales como hora del día, día de la semana, mes y año, entre otros. Los datos empleados en el desarrollo de este proyecto provienen de una compañía local de distribución de energía eléctrica y se tomaron de Valencia (2005). La información disponible va desde enero de 2001 hasta noviembre de 2004. Estos datos muestran un comportamiento complejo, difícil de modelar con la teoría básica de los métodos paramétricos. Dado que un análisis exploratorio de la información sugiere la existencia de una curva típica diaria de demanda, se eligió estimarla utilizando modelos de regresión no paramétrica. Para efectos comparativos, se propuso la aplicación de otras metodologías que involucran modelos ARIMA y variables macroeconómicas. Todo el procesamiento estadístico se ejecutó con R.
publishDate 2007
dc.date.issued.spa.fl_str_mv 2007
dc.date.accessioned.spa.fl_str_mv 2019-06-28T09:34:48Z
dc.date.available.spa.fl_str_mv 2019-06-28T09:34:48Z
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/40509
dc.identifier.eprints.spa.fl_str_mv http://bdigital.unal.edu.co/30606/
url https://repositorio.unal.edu.co/handle/unal/40509
http://bdigital.unal.edu.co/30606/
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.spa.fl_str_mv http://revistas.unal.edu.co/index.php/estad/article/view/29462
dc.relation.ispartof.spa.fl_str_mv Universidad Nacional de Colombia Revistas electrónicas UN Revista Colombiana de Estadística
Revista Colombiana de Estadística
dc.relation.ispartofseries.none.fl_str_mv Revista Colombiana de Estadística; Vol. 30, núm. 2 (2007); 187-202 Revista Colombiana de Estadística; Vol. 30, núm. 2 (2007); 187-202 0120-1751
dc.relation.references.spa.fl_str_mv Barrientos, Andrés Felipe and Olaya, Javier and González, Víctor Manuel (2007) Un modelo spline para el pronóstico de la demanda de energía eléctrica. Revista Colombiana de Estadística; Vol. 30, núm. 2 (2007); 187-202 Revista Colombiana de Estadística; Vol. 30, núm. 2 (2007); 187-202 0120-1751 .
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
institution Universidad Nacional de Colombia
bitstream.url.fl_str_mv https://repositorio.unal.edu.co/bitstream/unal/40509/1/29462-105788-1-PB.pdf
https://repositorio.unal.edu.co/bitstream/unal/40509/2/29462-105788-1-PB.pdf.jpg
bitstream.checksum.fl_str_mv 5f0ef041aad99f71842306cae189763d
96f2b182ae92b3a6a4909e13fb83571a
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositorio Institucional Universidad Nacional de Colombia
repository.mail.fl_str_mv repositorio_nal@unal.edu.co
_version_ 1814089764269195264