Services on Demand
Journal
Article
Indicators
- Cited by SciELO
- Access statistics
Related links
- Cited by Google
- Similars in SciELO
- Similars in Google
Share
DYNA
Print version ISSN 0012-7353
Abstract
VELASQUEZ HENAO, JUAN DAVID; RUEDA MEJIA, VIVIANA MARIA and FRANCO CARDONA, CARLOS JAIME. PRONÓSTICO DE LA DEMANDA DE ELECTRICIDAD USANDO UN MODELO HÍBRIDO SARIMA-NEURONA SIMPLE MULTIPLICATIVA. Dyna rev.fac.nac.minas [online]. 2013, vol.80, n.180, pp.4-8. ISSN 0012-7353.
La combinación de modelos SARIMA y redes neuronales son una aproximación común para pronosticar series de tiempo no lineales. Mientras la metodología SARIMA es usada para capturar las componentes lineales en la serie de tiempo, las redes neuronales artificiales son aplicadas para pronosticar las no-linealidades remanentes en los residuos del modelo SARIMA. En este artículo, se propone un modelo simple no lineal para el pronóstico de series de tiempo obtenido por la combinación de un modelo SARIMA y una neurona simple multiplicativa que usa las mismas entradas del modelo SARIMA. Para evaluar la capacidad de la nueva aproximación, la demanda mensual de electricidad en el mercado de energía de Colombia es pronosticada y comparada con los modelos SARIMA y la neurona simple multiplicativa.
Keywords : SARIMA; redes neuronales artificiales; predicción de series de tiempo; demanda de energía; mercados energéticos; modelos no lineales.