Portal de Periódicos da CAPES

Un modelo dinámico bayesiano para pronóstico de energía diaria

2013; University of the Bío-Bío; Volume: 12; Issue: 2 Linguagem: Espanhol

0718-8307

Marisol Valencia Cárdenas, Juan Carlos Correa Morales,

Water resources management and optimization

Los modelos dinamicos bayesianos son una alternativa util para elaborar pronosticos con pocos datos historicos, o que ayudan a complementar la poca informacion que se tenga. En este trabajo se propone el diseno de un algoritmo para realizar pronosticos usando un modelo dinamico bayesiano basado en Filtro de Kalman. Se ilustra el procedimiento aplicandolo al pronostico de demanda de energia diaria de Colombia, lo cual puede ser util en sistemas que presenten fallas, o en regiones donde apenas inicia el abastecimiento energetico. La eficiencia se determina con el indicador de error absoluto medio (MAPE) de ajuste y de pronostico; este ultimo resulta menor del 3%, valor adecuado para mostrar validez del metodo propuesto.Dynamic Bayesian Models are a useful alternative to make forecasts with few historical data, or that permits to complement the little information you have. In this paper we propose an algorithm design to forecast using a dynamic Bayesian model based on Kalman Filter. We illustrate the procedure by applying it to the prediction of daily energy demand of Colombia, which can be useful in systems experiencing failures, or in regions where energy supply is just beginning. The efficiency is determined by the Average Absolute Error Indicator (MAPE), of adjustment and forecast; the last one is less than 3%, appropriate value to show validity of the proposed method.