SciELO - Scientific Electronic Library Online

 
vol.18 issue35Stability of correlations of non-linear electrical activity of the resting brain with closed eyesCervical cancer classification using convolutional neural networks, transfer learning and data augmentation 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


Revista EIA

Print version ISSN 1794-1237On-line version ISSN 2463-0950

Abstract

MARINO, MARÍA DÁMELA; ARANGO, ADRIANA; LOTERO, LAURA  and  JIMENEZ, MARITZA. Modelos de series temporales para pronóstico de la demanda eléctrica del sector de explotación de minas y canteras en Colombia. Rev.EIA.Esc.Ing.Antioq [online]. 2021, vol.18, n.35, pp.77-99.  Epub Oct 26, 2021. ISSN 1794-1237.  https://doi.org/10.24050/reia.v18i35.1458.

Pronosticar la demanda eléctrica es de suma importancia para la planeación estratégica de una nación. La literatura ofrece múltiples acercamientos para el desarrollo de modelos de pronóstico enfocados principalmente en la demanda nacional agregada, dejando de lado los análisis sectoriales, en particular a los sectores no residenciales. En este artículo, utilizando la metodología de análisis de Series de Tiempo, se ajustan, validan y comparan tres diferentes modelos para pronosticar la demanda eléctrica del sector minas y canteras, uno de los más representativos en el consumo eléctrico colombiano. Los modelos ajustados incluyen un modelo de componentes aditivo, un SARIMA y un Holt Wiatednters. Los resultados indican que el modelo que presenta un menor error de pronóstico es el modelo Holt Winters.

Keywords : series de tiempo; modelos de pronóstico; demanda eléctrica; minas y canteras; holt winters; SARIMA; modelo de componentes; Colombia; planeación; estrategia.

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