J. M. Vilar Fernández, P. Raña Míguez, G. Aneiros Pérez
Es de gran interés la predicción horaria de la demanda y el precio de la energía eléctrica en las próximas 24 horas utilizando información del pasado. En esta comunicación la predicción de estas dos series de tiempo se obtiene utilizando dos modelos de regresión: uno no paramétrico con respuesta escalar y regresora funcional y, el segundo, es un modelo parcialmente lineal en el que se añaden covariables escalares. En el trabajo se proponen dos algoritmos bootstrap (naïve y wild) para obtener intervalos de predicción en los dos modelos de regresión, siendo estos algoritmos válidos en un contexto general de dependencia. Los algoritmos propuestos se utilizan para obtener intervalos de predicción de la demanda eléctrica en una hora siendo las predictoras la demanda en el día anterior (dato funcional) y la temperatura del día (escalar). E int. pred. del precio eléctrico en una hora siendo las regresoras: el precio del día anterior (dato funcional) y la demanda total del día (escalar).
Palabras clave: Bootstrap, Intervalos de Predicción, Datos Funcionales, Regresión No Paramétrica, Regresión Parcialmente Lineal.
Programado
X04 Pausa Café. Sesión Posters. Reunión TEST - Edificio 1
7 de septiembre de 2016 11:40
Edificio 1
