Predicción de la demanda de energía eléctrica usando modelos de inteligencia artificial para series temporales

RESUMEN : La predicción de la demanda de energía eléctrica es esencial en el sector energético eléctrico y puede tener un impacto significativo en las decisiones operativas y estratégicas en la operación y despacho de los recursos de generación de electricidad de los sistemas de suministro de energía eléctrica, un adecuado pronóstico de la demanda de energía evita incurrir en sobre costos operativos considerables y disminuye el riesgo de desabastecimiento de la demanda de energía. Esto es particularmente crucial en Antioquia, el segundo departamento más poblado de Colombia y el segundo PIB más alto. Además, Antioquia posee la mayor capacidad de generación instalada en Colombia, con 5.789 MW, lo que equivale al 30% de la capacidad nacional y términos de demanda de energía eléctrica, Antioquia se ubica como la cuarta región más grande en el país, superada solo por la región caribe, la región centro y la región oriente. En este documento se presenta una solución al problema de pronóstico de la demanda de la energía eléctrica para el departamento de Antioquia como parte importante del sector eléctrico colombiano, se desarrollan modelos de predicción de demanda de energía eléctrica horaria para la planeación de corto plazo, es decir, un horizonte de pronóstico de una semana considerando periodos de una hora. El informe se divide en secciones que abarcan la extracción y limpieza de datos, un análisis exploratorio de los mismos, la creación de modelos de predicción de demanda utilizando métodos estadísticos clásicos, métodos de aprendizaje automático (machine learning) autorregresivos y métodos de aprendizaje profundo (Deep learning) enfocados en series de tiempo, y concluye con las principales conclusiones.

• Autores: Torres Sánchez, Anderson Sebastían
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2023
• Institución: Universidad de Antioquia
• Repositorio: Repositorio UdeA
• Idioma: spa
• OAI Identifier: oai:bibliotecadigital.udea.edu.co:10495/37564
• Acceso en línea: https://hdl.handle.net/10495/37564
• Palabra clave: Aprendizaje profundo; Deep Learning; Aprendizaje automático (inteligencia artificial); Machine learning; Demanda de energía eléctrica; Análisis de series de tiempo; Time-series analysis
• Rights: openAccess
• License: https://creativecommons.org/licenses/by-nc-sa/4.0/