Professional Documents
Culture Documents
Red Neuronal
permite describir un valor como una función lineal relación al pronóstico de demanda de energía, los más
de los datos anteriores y errores, además de incluir utilizados son modelos ARIMA, ARMAX, Regresiones
un componente cíclico o estacional: Lineales, Promedios Móviles y se han realizado algunos
estudios con Redes Neuronales e Inteligencia Artificial.
V. REFERENCIAS
La primera componente es el modelo AR(p) y [1] A.L.Valencia, C.A. Lozano, CA. Moreno "Modelo de
representa una suma ponderada de observaciones promedios móviles para el pronóstico horario de potencia y
energía eléctrica", artículo de Maestría, Universidad
pasadas de la variable. El número de rezagos (p)
Autónoma de Occidente, Cali, Colombia, pp.2-11, diciembre
determina el orden del modelo autorregresivo. La 2007.
segunda componente corresponde a Medias [2] J. Murillo, A. Trejos y P. Carvajal, "Estudio del
Móviles, que se calcula como una suma ponderada pronóstico de la demanda de energía eléctrica, utilizando
de errores actuales y anteriores. El número de modelos de series de tiempo", artículo de Maestría,
rezagos del error considerados (q) determina el Universidad Tecnológica de Pereira, pp. 3-5, diciembre
orden del modelo de media móvil. 2004.
[3] Metaxiotis K., Kagiannas A., Askounis D., and Psarras
J., “Artificial intelligence in Short Term Electric Load
ARIMA muestra los modelos horarios de demanda Forecasting: a State of the Art Survey for the Researcher,”
de energía teniendo en cuenta que se construyó uno Energy Conversion and Management of Athens, Greece, vol.
para cada hora del día, por se muestran 24 modelos 44, no. 9, pp. 1525-1534, June 2003
diferentes con las respectivas pruebas que
corroboran su idoneidad. Estas pruebas son seis, de
las cuales tres son de tipo analítico y las otras tres
de tipo gráfico. Las analíticas son: la prueba de
iniciación del modelo, es decir, cuando desde el
programa asignamos los parámetros numéricos al
modelo ARIMA, determinamos la estacionalidad
cíclica o regular y se involucra o no una constante.
La segunda prueba es utilizar un estadístico
descriptivo entre la observación de la serie original
y el pronóstico que se genera con el modelo; este
descriptivo hace una comparación en función de los
valores mínimo y máximo de las series, la media de
éstas y su desviación típica. El tercer modelo
analítico es una prueba de normalidad del error de
la observación de la serie original, denominada
prueba de Kolmogorov-Smirnov de una muestra.
Las tres pruebas de tipo gráfico es un multigráfico
donde estará representada la observación de la serie
original, el pronóstico arrojado por el modelo y los
errores tanto por arriba como por abajo.
IV. CONCLUSIONES