DOI:
https://doi.org/10.14483/22487638.6816Publicado:
2012-10-30Número:
Vol. 16 (2012): Edición EspecialSección:
InvestigaciónPredicción de la demanda de energía eléctrica basado en análisis Wavelet y un modelo neuronal auto-regresivo no lineal Nar
Descargas
Resumen (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).Cómo citar
APA
Moreno Chaparro, C., Pedraza Martínez, L. F., y 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
ACM
[1]
Moreno Chaparro, C., Pedraza Martínez, L.F. y 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, (oct. 2012), 86–99. DOI:https://doi.org/10.14483/22487638.6816.
ACS
(1)
Moreno Chaparro, C.; Pedraza Martínez, L. F.; Rivas Trujillo, E. Predicción de la demanda de energía eléctrica basado en análisis Wavelet y un modelo neuronal auto-regresivo no lineal Nar. Tecnura 2012, 16, 86-99.
ABNT
MORENO CHAPARRO, C.; PEDRAZA MARTÍNEZ, L. F.; RIVAS TRUJILLO, E. Predicción de la demanda de energía eléctrica basado en análisis Wavelet y un modelo neuronal auto-regresivo no lineal Nar. Tecnura, [S. l.], v. 16, p. 86–99, 2012. DOI: 10.14483/22487638.6816. Disponível em: https://revistas.udistrital.edu.co/index.php/Tecnura/article/view/6816. Acesso em: 1 feb. 2023.
Chicago
Moreno Chaparro, Cristhian, Luis F. Pedraza Martínez, y Edwin Rivas Trujillo. 2012. «Predicción de la demanda de energía eléctrica basado en análisis Wavelet y un modelo neuronal auto-regresivo no lineal Nar». Tecnura 16 (octubre):86-99. https://doi.org/10.14483/22487638.6816.
Harvard
Moreno Chaparro, C., Pedraza Martínez, L. F. y 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, pp. 86–99. doi: 10.14483/22487638.6816.
IEEE
[1]
C. Moreno Chaparro, L. F. Pedraza Martínez, y E. Rivas Trujillo, «Predicción de la demanda de energía eléctrica basado en análisis Wavelet y un modelo neuronal auto-regresivo no lineal Nar», Tecnura, vol. 16, pp. 86–99, oct. 2012.
MLA
Moreno Chaparro, C., L. F. Pedraza Martínez, y E. Rivas Trujillo. «Predicción de la demanda de energía eléctrica basado en análisis Wavelet y un modelo neuronal auto-regresivo no lineal Nar». Tecnura, vol. 16, octubre de 2012, pp. 86-99, doi:10.14483/22487638.6816.
Turabian
Moreno Chaparro, Cristhian, Luis F. Pedraza Martínez, y Edwin Rivas Trujillo. «Predicción de la demanda de energía eléctrica basado en análisis Wavelet y un modelo neuronal auto-regresivo no lineal Nar». Tecnura 16 (octubre 30, 2012): 86–99. Accedido febrero 1, 2023. https://revistas.udistrital.edu.co/index.php/Tecnura/article/view/6816.
Vancouver
1.
Moreno Chaparro C, Pedraza Martínez LF, Rivas Trujillo E. Predicción de la demanda de energía eléctrica basado en análisis Wavelet y un modelo neuronal auto-regresivo no lineal Nar. Tecnura [Internet]. 30 de octubre de 2012 [citado 1 de febrero de 2023];16:86-99. Disponible en: https://revistas.udistrital.edu.co/index.php/Tecnura/article/view/6816
Descargar cita
Licencia
Todos los textos incluidos en la Revista Tecnura están protegidos por derechos de autor. Conforme a la ley, está prohibida su reproducción por cualquier medio, mecánico o electrónico, sin permiso escrito del Comité Editorial. Los textos completos de los artículos son de acceso abierto, es decir, se pueden leer, descargar, copiar, distribuir, imprimir, buscar o vincular. Las opiniones expresadas en los artículos publicados son las de los autores y no coinciden necesariamente con las del Comité Editorial ni las de la administración de la Facultad.
Institución de Educación Superior sujeta a inspección y vigilancia por el Ministerio de Educación Nacional
Acuerdo de creación N° 10 de 1948 del Concejo de Bogotá Acreditación Institucional de Alta Calidad - Resolución N° 23096 del 15 de diciembre del 2016
