ARIMA stochastic models for prediction of energy variables

Descripción del Articulo

ARIMA univariate time series analysis were used for modeling and forecasting future energy production and consumption in Asturias-Spain. Initially, each series was recorder monthly from 1980 to 1996. These data include trend and seasonal variations wich allow the use of ARIMA (AutoRegressive Integra...

Descripción completa

Detalles Bibliográficos
Autor: Gonzáles Chávez, Salomé
Formato: artículo
Fecha de Publicación:1999
Institución:Universidad Nacional de Ingeniería
Repositorio:Revistas - Universidad Nacional de Ingeniería
Lenguaje:español
OAI Identifier:oai:oai:revistas.uni.edu.pe:article/443
Enlace del recurso:https://revistas.uni.edu.pe/index.php/tecnia/article/view/443
Nivel de acceso:acceso abierto
Materia:Estocáticos
modelos
análisis univariante de series temporales
modelo autorregresivo integrado de promedio móvil
variables energéticas
planificación energetica
Stochastic
models
univariate time series analysis
autoregressive integrated moving average
energy variables
Energy planning
id REVUNI_f07d2f2a98b8164f8375044b74f2edc4
oai_identifier_str oai:oai:revistas.uni.edu.pe:article/443
network_acronym_str REVUNI
network_name_str Revistas - Universidad Nacional de Ingeniería
repository_id_str
spelling ARIMA stochastic models for prediction of energy variablesModelos estocásticos ARIMA para predicción de variables energéticasGonzáles Chávez, SaloméEstocáticosmodelosanálisis univariante de series temporalesmodelo autorregresivo integrado de promedio móvilvariables energéticasplanificación energeticaStochasticmodelsunivariate time series analysisautoregressive integrated moving averageenergy variablesEnergy planningARIMA univariate time series analysis were used for modeling and forecasting future energy production and consumption in Asturias-Spain. Initially, each series was recorder monthly from 1980 to 1996. These data include trend and seasonal variations wich allow the use of ARIMA (AutoRegressive Integrated Moving Average) univariate models for predictions of future behavioral patterns. The optimum forecasting models obtained for each energetic series, have a satisfactory degree of statistical validity (Low approximation errors) and are suitable for use as reference inputs in the Regional Energetic Plan of Asturias.El análisis univariante de series temporales ARIMA (Autoregressive lntegrated Moving Average), basado en que una serie temporal obedece a un proceso estocástico, se ha utilizado para describir y predecir el comportamiento futuro de las series energéticas de mayor representatividad dentro la oferta y consumo de energía en el Principado de Asturias- España. En primer lugar, cada una de estas variables se han contabilizado mensualmente desde 1980 hasta 1996. De acuerdo a las características de cada serie - poseen tendencia, estacionalidad y el tamaño muestral suficiente - se procede a calcular qué modelo ARIMA univariante describe mejor a cada una de ellas. La aplicación de esta metodología consiste en calcular las predicciones de las principales variables energéticas de Asturias. Los resultados obtenidos han alcanzado un alto nivel de aproximación predictiva los cuales sirven como elementos de referencia en el proceso de Planificación Energética de Asturias.Universidad Nacional de Ingeniería1999-06-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionArtículo evaluado por paresapplication/pdfhttps://revistas.uni.edu.pe/index.php/tecnia/article/view/44310.21754/tecnia.v9i1.443TECNIA; Vol. 9 No. 1 (1999); 81-87TECNIA; Vol. 9 Núm. 1 (1999); 81-872309-04130375-7765reponame:Revistas - Universidad Nacional de Ingenieríainstname:Universidad Nacional de Ingenieríainstacron:UNIspahttps://revistas.uni.edu.pe/index.php/tecnia/article/view/443/343Derechos de autor 1999 TECNIAhttp://creativecommons.org/licenses/by/4.0info:eu-repo/semantics/openAccessoai:oai:revistas.uni.edu.pe:article/4432023-12-01T16:09:17Z
dc.title.none.fl_str_mv ARIMA stochastic models for prediction of energy variables
Modelos estocásticos ARIMA para predicción de variables energéticas
title ARIMA stochastic models for prediction of energy variables
spellingShingle ARIMA stochastic models for prediction of energy variables
Gonzáles Chávez, Salomé
Estocáticos
modelos
análisis univariante de series temporales
modelo autorregresivo integrado de promedio móvil
variables energéticas
planificación energetica
Stochastic
models
univariate time series analysis
autoregressive integrated moving average
energy variables
Energy planning
title_short ARIMA stochastic models for prediction of energy variables
title_full ARIMA stochastic models for prediction of energy variables
title_fullStr ARIMA stochastic models for prediction of energy variables
title_full_unstemmed ARIMA stochastic models for prediction of energy variables
title_sort ARIMA stochastic models for prediction of energy variables
dc.creator.none.fl_str_mv Gonzáles Chávez, Salomé
author Gonzáles Chávez, Salomé
author_facet Gonzáles Chávez, Salomé
author_role author
dc.subject.none.fl_str_mv Estocáticos
modelos
análisis univariante de series temporales
modelo autorregresivo integrado de promedio móvil
variables energéticas
planificación energetica
Stochastic
models
univariate time series analysis
autoregressive integrated moving average
energy variables
Energy planning
topic Estocáticos
modelos
análisis univariante de series temporales
modelo autorregresivo integrado de promedio móvil
variables energéticas
planificación energetica
Stochastic
models
univariate time series analysis
autoregressive integrated moving average
energy variables
Energy planning
description ARIMA univariate time series analysis were used for modeling and forecasting future energy production and consumption in Asturias-Spain. Initially, each series was recorder monthly from 1980 to 1996. These data include trend and seasonal variations wich allow the use of ARIMA (AutoRegressive Integrated Moving Average) univariate models for predictions of future behavioral patterns. The optimum forecasting models obtained for each energetic series, have a satisfactory degree of statistical validity (Low approximation errors) and are suitable for use as reference inputs in the Regional Energetic Plan of Asturias.
publishDate 1999
dc.date.none.fl_str_mv 1999-06-01
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
Artículo evaluado por pares
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv https://revistas.uni.edu.pe/index.php/tecnia/article/view/443
10.21754/tecnia.v9i1.443
url https://revistas.uni.edu.pe/index.php/tecnia/article/view/443
identifier_str_mv 10.21754/tecnia.v9i1.443
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv https://revistas.uni.edu.pe/index.php/tecnia/article/view/443/343
dc.rights.none.fl_str_mv Derechos de autor 1999 TECNIA
http://creativecommons.org/licenses/by/4.0
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Derechos de autor 1999 TECNIA
http://creativecommons.org/licenses/by/4.0
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad Nacional de Ingeniería
publisher.none.fl_str_mv Universidad Nacional de Ingeniería
dc.source.none.fl_str_mv TECNIA; Vol. 9 No. 1 (1999); 81-87
TECNIA; Vol. 9 Núm. 1 (1999); 81-87
2309-0413
0375-7765
reponame:Revistas - Universidad Nacional de Ingeniería
instname:Universidad Nacional de Ingeniería
instacron:UNI
instname_str Universidad Nacional de Ingeniería
instacron_str UNI
institution UNI
reponame_str Revistas - Universidad Nacional de Ingeniería
collection Revistas - Universidad Nacional de Ingeniería
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1833562777964249088
score 13.7211075
ARIMA stochastic models for prediction of energy variables
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).

Ejemplares Similares