Estimación de un modelo lineal dinámico para la predicción de la demanda eléctrica

F. J. Cara Cañas, E. Caro Huertas, J. Juan Ruíz

La predicción de la demanda eléctrica puede llevarse a cabo mediante un modelo de regresión debido a la gran influencia que tienen variables como la temperatura o las características del día predicho (día de la semana, festivo, ...). Sin embargo, los errores obtenidos con este modelo están correlacionados a causa de la naturaleza dinámica de los datos. En la literatura especializada es usual considerar entonces modelos ARIMA para modelar dichos errores, lo que se conoce como modelos reg-ARIMA. Estos modelos, aunque son sencillos en su formulación, presentan el inconveniente de que son difíciles de estimar y, en general, es necesario utilizar algoritmos iterativos que consumen grades recursos de computación y de tiempo, y que además están sujetos a problemas de mínimos locales. En este trabajo se propone utilizar un modelo dinámico lineal para los errores de la regresión, y un un algoritmo no iterativo para estimar dicho modelo.

Palabras clave: Series Temporales, Demanda de electricidad, Predicción, modelos dinamos lineales, filtro de Kalman

M10.4 Series Temporales II
6 de septiembre de 2016  17:00
Aula 21.07

J. V. Bógalo Román, P. Poncela Blanco, E. Senra Díaz

E. Caro Huertas, J. Juan Ruíz, F. J. Cara Cañas

A. Jiménez Alcázar, A. Navarro, R. Moreno, R. Martín Martín, F. J. Tapiador