%0 Journal Article
%T Pron車stico del Precio de la Energ赤a El谷ctrica usando Redes Neuro-Difusas Electricity Price Forecasting using Neurofuzzy Networks
%A Fernando Villada
%A Edwin Garc赤a
%A Juan D Molina
%J Informaci車n Tecnol車gica
%D 2011
%I Centro de Informaci車n Tecnol車gica
%X Se propone un modelo para el pron車stico del precio de la energ赤a el谷ctrica en Colombia mediante el uso de redes neuro-difusas. Se utilizan dos estructuras de redes incluyendo como entradas la serie de precios diarios en la primera y la serie de precios m芍s el nivel medio de los embalses en la segunda. Los resultados son comparados con dos estructuras de redes neuronales y con un modelo Autoregresivo Condicional Heteroced芍stico Generalizado (GARCH). Los datos hist車ricos fueron obtenidos de la Compa 赤a XM del Grupo ISA; datos para 120 d赤as son usados para entrenamiento y los 31 d赤as siguientes para verificar la capacidad predictiva del modelo. Se encontr車 ventajas en este 迆ltimo dentro del periodo de muestreo para una variable de entrada, pero un mejor desempe o de las redes neuro-difusas en el periodo fuera de la muestra tanto para una como para dos variables de entrada. A forecasting model for the price of electricity in Colombia using neurofuzzy networks is proposed. Two network structures including the price series in the first and the price series plus the reserve water levels in the latter are used. The results are compared with two neural networks structures and a Generalized Autoregressive Conditional Heteroscedasticity model (GARCH). Historical data were supplied by the Company XM of the ISA Group; data for 120 days were used as for training the network and the following 31 days were used for testing the predictive capabilities of the model. The GARCH model shows better adjustment within the training period for the prices series as input, but the neurofuzzy networks have better forecasting performance for one and for two input variables.
%K precio de la electricidad
%K redes neuronales artificiales
%K redes neuro-difusas
%K modelos de series de tiempo
%K electricity price
%K artificial neural networks
%K neurofuzzy networks
%K time series models
%U http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-07642011000600012