Predicción de la demanda de energía eléctrica basado en análisis Wavelet y un modelo neuronal auto-regresivo no lineal Nar

  • Cristhian Moreno Chaparro Universidad Distrital Francisco José de Caldas
  • Luis F. Pedraza Martínez Universidad Distrital Francisco José de Caldas
  • Edwin Rivas Trujillo Universidad Distrital Francisco José de Caldas

Resumen (es_ES)

En este artículo se presenta una propuesta metodológica para la predicción mensual de energía eléctrica del Sistema Interconectado Nacional (SIN) de Colombia, mediante la transformada discreta de Wavelet y una red neuronal artificial. El modelo propuesto utiliza como punto de partida una base de datos univariada en miles de Gwh por mes, entre Agosto del 1995 y Junio de 2010, disponible en el sistema de Neón (www.xm.com.co). Esta serie es denominada original y consta de 179 muestras.  Con el fin de extraer tendencia y estacionalidad de la serie, en la etapa de pre-procesamiento  se utilizó  la transformada discreta wavelet (DWT). Debido al carácter no lineal que presenta la serie original, se manejó un modelo neuronal autorregresivo no lineal (NAR) y se  determinó un vector de las entradas pasadas necesarias para la predicción con el autocorrelograma (relación que tiene el valor actual de la serie original con sus valores pasados) de la serie residual. Los resultados obtenidos fueron contrastados con un modelo estadístico lineal autorregresivo (AR).

Descargas

La descarga de datos todavía no está disponible.

Biografía del autor/a

Cristhian Moreno Chaparro, Universidad Distrital Francisco José de Caldas
Ingeniero Electrónico, Universidad Distrital Francisco José de Caldas, estudiante de la maestría de la Universidad de Campinas. Investigador del grupo Interferencia y Compatibilidad Electromagnética. Bogotá,
Luis F. Pedraza Martínez, Universidad Distrital Francisco José de Caldas
Ingeniero Electrónico, magister en Ciencias de la Información y las Comunicaciones. Investigador del grupo GIDENUTAS. Profesor de la Universidad Distrital Francisco José de Caldas. Bogotá,
Edwin Rivas Trujillo, Universidad Distrital Francisco José de Caldas
Ingeniero Eléctrico, doctor en Ingeniería. Director del grupo Interferencia y Compatibilidad Electromagnética. Profesor de la Universidad Distrital Francisco José de Caldas. Bogotá,
Cómo citar
Moreno Chaparro, C., Pedraza Martínez, L. F., & Rivas Trujillo, E. (2012). Predicción de la demanda de energía eléctrica basado en análisis Wavelet y un modelo neuronal auto-regresivo no lineal Nar. Tecnura, 16, 86-99. https://doi.org/10.14483/22487638.6816
Publicado: 2012-10-30
Sección
Investigación

Artículos más leídos del mismo autor/a

1 2 > >>