%0 Journal Article
%T Predicci車n de la demanda de energ赤a el谷ctrica basado en an芍lisis Wavelet y un modelo neuronal auto-regresivo no lineal Nar
%A Cristhian Moreno Chaparro
%A Edwin Rivas Trujillo
%A Luis F. Pedraza Mart赤nez
%J -
%D 2012
%R https://doi.org/10.14483/22487638.6816
%X Resumen (es_ES) En este art赤culo se presenta una propuesta metodol車gica para la predicci車n mensual de energ赤a el谷ctrica 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 Ne車n (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 utiliz車 la transformada discreta wavelet (DWT). Debido al car芍cter no lineal que presenta la serie original, se manej車 un modelo neuronal autorregresivo no lineal (NAR) y se determin車 un vector de las entradas pasadas necesarias para la predicci車n con el autocorrelograma (relaci車n 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 estad赤stico lineal autorregresivo (AR)
%U https://revistas.udistrital.edu.co/index.php/Tecnura/article/view/6816