SciELO - Scientific Electronic Library Online

 
vol.26 issue6Evaluation of Nitrogen, Phosphorus and Sulphur Removal in Domestic Wastewater, using Phragmites australis in bioreactorsLocation, Sizing and Optimal Contracting Price of Distributed Generation in Distribution Networks author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • On index processCited by Google
  • Have no similar articlesSimilars in SciELO
  • On index processSimilars in Google

Share


Información tecnológica

On-line version ISSN 0718-0764

Abstract

AGUDELO, Adriana P; LOPEZ-LEZAMA, Jesús M  and  VELILLA, Esteban. Predicción del Precio de la Electricidad en la Bolsa mediante un Modelo Neuronal No-Lineal Autorregresivo con Entradas Exógenas. Inf. tecnol. [online]. 2015, vol.26, n.6, pp.99-108. ISSN 0718-0764.  http://dx.doi.org/10.4067/S0718-07642015000600012.

Se realizó la predicción del precio de energía de bolsa promedio mensual en el mercado eléctrico colombiano por medio de un modelo de redes neuronales no-lineal autorregresivo. Considerando como entradas exógenas: la demanda, la relación entre generación hidráulica-térmica, la probabilidad del Fenómeno de El Niño y el volumen útil diario energía; y como variable autorregresiva el precio de bolsa promedio mensual. Para el entrenamiento, validación y pruebas se analizaron datos entre enero de 2003 y marzo de 2014. Adicionalmente, la efectividad del modelo fue probada con datos entre abril de 2014 y febrero de 2015. Se observó que al incorporar la historia del precio y variables dependientes de condiciones hidrológicas como el Fenómeno del Niño en el modelo, se puede reproducir adecuadamente la dinámica del precio de la energía en Colombia, incluso en meses posteriores al periodo de tiempo considerado.

Keywords : precio de bolsa; hidrología; redes neuronales artificiales; modelos autorregresivos; series de tiempo.

        · abstract in English     · text in Spanish     · Spanish ( pdf )

 

Creative Commons License All the contents of this journal, except where otherwise noted, is licensed under a Creative Commons Attribution License