El modelo estocástico univariante ARIMA como herramienta predictiva de la demanda de energía eléctrica residencial del sistema eléctrico Cusco

Descripción del Articulo

En la presente investigación se analiza la serie temporal Demanda de energía eléctrica Residencial del Sistema eléctrico Cusco y se emplea el análisis univariante ARIMA para examinar dicha serie, partiendo de los datos históricos mensuales obtenidos de OSINERGMIN entre los períodos de enero de 1996...

Descripción completa

Detalles Bibliográficos
Autores: Marcelo Barreto, Emilio Asunción, Villarreal Escate, Luis Guillermo
Formato: tesis de maestría
Fecha de Publicación:2021
Institución:Universidad Nacional de Ingeniería
Repositorio:UNI-Tesis
Lenguaje:español
OAI Identifier:oai:cybertesis.uni.edu.pe:20.500.14076/21450
Enlace del recurso:http://hdl.handle.net/20.500.14076/21450
Nivel de acceso:acceso abierto
Materia:ARIMA
Modelamiento predictivo
Demanda eléctrica residencial
Sistema eléctrico Cusco
https://purl.org/pe-repo/ocde/ford#2.03.02
id UUNI_cdcf7f62fc988a3a0c2f743c7128b099
oai_identifier_str oai:cybertesis.uni.edu.pe:20.500.14076/21450
network_acronym_str UUNI
network_name_str UNI-Tesis
repository_id_str 1534
dc.title.es.fl_str_mv El modelo estocástico univariante ARIMA como herramienta predictiva de la demanda de energía eléctrica residencial del sistema eléctrico Cusco
title El modelo estocástico univariante ARIMA como herramienta predictiva de la demanda de energía eléctrica residencial del sistema eléctrico Cusco
spellingShingle El modelo estocástico univariante ARIMA como herramienta predictiva de la demanda de energía eléctrica residencial del sistema eléctrico Cusco
Marcelo Barreto, Emilio Asunción
ARIMA
Modelamiento predictivo
Demanda eléctrica residencial
Sistema eléctrico Cusco
https://purl.org/pe-repo/ocde/ford#2.03.02
title_short El modelo estocástico univariante ARIMA como herramienta predictiva de la demanda de energía eléctrica residencial del sistema eléctrico Cusco
title_full El modelo estocástico univariante ARIMA como herramienta predictiva de la demanda de energía eléctrica residencial del sistema eléctrico Cusco
title_fullStr El modelo estocástico univariante ARIMA como herramienta predictiva de la demanda de energía eléctrica residencial del sistema eléctrico Cusco
title_full_unstemmed El modelo estocástico univariante ARIMA como herramienta predictiva de la demanda de energía eléctrica residencial del sistema eléctrico Cusco
title_sort El modelo estocástico univariante ARIMA como herramienta predictiva de la demanda de energía eléctrica residencial del sistema eléctrico Cusco
dc.creator.none.fl_str_mv Villarreal Escate, Luis Guillermo
Marcelo Barreto, Emilio Asunción
author Marcelo Barreto, Emilio Asunción
author_facet Marcelo Barreto, Emilio Asunción
Villarreal Escate, Luis Guillermo
author_role author
author2 Villarreal Escate, Luis Guillermo
author2_role author
dc.contributor.advisor.fl_str_mv Franco Gonzáles, Elmar Javier
dc.contributor.author.fl_str_mv Marcelo Barreto, Emilio Asunción
Villarreal Escate, Luis Guillermo
dc.subject.es.fl_str_mv ARIMA
Modelamiento predictivo
Demanda eléctrica residencial
Sistema eléctrico Cusco
topic ARIMA
Modelamiento predictivo
Demanda eléctrica residencial
Sistema eléctrico Cusco
https://purl.org/pe-repo/ocde/ford#2.03.02
dc.subject.ocde.es.fl_str_mv https://purl.org/pe-repo/ocde/ford#2.03.02
description En la presente investigación se analiza la serie temporal Demanda de energía eléctrica Residencial del Sistema eléctrico Cusco y se emplea el análisis univariante ARIMA para examinar dicha serie, partiendo de los datos históricos mensuales obtenidos de OSINERGMIN entre los períodos de enero de 1996 hasta junio del 2019 y predecir con un horizonte de tres años, la Demanda de Energía Eléctrica Residencial del Sistema Eléctrico Cusco y demostrar que ARIMA es un procedimiento eficiente al compararlo con la mejor técnica determinística de predicción analizada: suavizado exponencial multiplicativo de Winter y así validar los resultados obtenidos. Se obtuvo el modelo ARIMA Xt 0,5(0,1,1) (1,0,2) S, que explica eficientemente la demanda histórica residencial y la predicción del mismo en los tres años siguientes. Se obtuvieron resultados de la demanda eléctrica Residencial del Sistema eléctrico Cusco con un error MAPE del 2.296%. El Sistema eléctrico Cusco tendrá un crecimiento promedio de 7.825% para los años 2019 al 2022. Este resultado nos permite tener un sustento técnico para las decisiones de planificación e inversión en la ampliación de redes de media y baja tensión en el área de influencia del Sistema, evitando el exceso o defecto de inversiones que resulten perjudiciales para los intereses de Electro Sur Este.
publishDate 2021
dc.date.accessioned.none.fl_str_mv 2021-11-29T15:10:11Z
dc.date.available.none.fl_str_mv 2021-11-29T15:10:11Z
dc.date.issued.fl_str_mv 2021
dc.type.es.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/20.500.14076/21450
url http://hdl.handle.net/20.500.14076/21450
dc.language.iso.es.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.es.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.es.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
dc.format.es.fl_str_mv application/pdf
dc.publisher.es.fl_str_mv Universidad Nacional de Ingeniería
dc.publisher.country.es.fl_str_mv PE
dc.source.es.fl_str_mv Universidad Nacional de Ingeniería
Repositorio Institucional - UNI
dc.source.none.fl_str_mv reponame:UNI-Tesis
instname:Universidad Nacional de Ingeniería
instacron:UNI
instname_str Universidad Nacional de Ingeniería
instacron_str UNI
institution UNI
reponame_str UNI-Tesis
collection UNI-Tesis
bitstream.url.fl_str_mv http://cybertesis.uni.edu.pe/bitstream/20.500.14076/21450/3/marcelo_be.pdf.txt
http://cybertesis.uni.edu.pe/bitstream/20.500.14076/21450/5/marcelo_be%28acta%29.pdf.txt
http://cybertesis.uni.edu.pe/bitstream/20.500.14076/21450/2/license.txt
http://cybertesis.uni.edu.pe/bitstream/20.500.14076/21450/1/marcelo_be.pdf
http://cybertesis.uni.edu.pe/bitstream/20.500.14076/21450/4/marcelo_be%28acta%29.pdf
bitstream.checksum.fl_str_mv 07d491e50a340718cbe013ebd4a68d4b
e7c06ea7fceddd799536c89721967fac
8a4605be74aa9ea9d79846c1fba20a33
3a0e9a122f8d7f28411e23cfa9a6e9a8
4bb4ce6aac55594381700dcae946aa86
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional - UNI
repository.mail.fl_str_mv repositorio@uni.edu.pe
_version_ 1840085659598979072
spelling Franco Gonzáles, Elmar JavierMarcelo Barreto, Emilio AsunciónVillarreal Escate, Luis GuillermoVillarreal Escate, Luis GuillermoMarcelo Barreto, Emilio Asunción2021-11-29T15:10:11Z2021-11-29T15:10:11Z2021http://hdl.handle.net/20.500.14076/21450En la presente investigación se analiza la serie temporal Demanda de energía eléctrica Residencial del Sistema eléctrico Cusco y se emplea el análisis univariante ARIMA para examinar dicha serie, partiendo de los datos históricos mensuales obtenidos de OSINERGMIN entre los períodos de enero de 1996 hasta junio del 2019 y predecir con un horizonte de tres años, la Demanda de Energía Eléctrica Residencial del Sistema Eléctrico Cusco y demostrar que ARIMA es un procedimiento eficiente al compararlo con la mejor técnica determinística de predicción analizada: suavizado exponencial multiplicativo de Winter y así validar los resultados obtenidos. Se obtuvo el modelo ARIMA Xt 0,5(0,1,1) (1,0,2) S, que explica eficientemente la demanda histórica residencial y la predicción del mismo en los tres años siguientes. Se obtuvieron resultados de la demanda eléctrica Residencial del Sistema eléctrico Cusco con un error MAPE del 2.296%. El Sistema eléctrico Cusco tendrá un crecimiento promedio de 7.825% para los años 2019 al 2022. Este resultado nos permite tener un sustento técnico para las decisiones de planificación e inversión en la ampliación de redes de media y baja tensión en el área de influencia del Sistema, evitando el exceso o defecto de inversiones que resulten perjudiciales para los intereses de Electro Sur Este.In this research, the time series Residential Electricity Demand of the Cusco Electric System is analyzed and the ARIMA univariate analysis is used to examine said series, starting from the monthly historical data obtained from OSINERGMIN between the periods of January 1996 to June 2019 and predict with a three-year horizon, the Residential Electricity Demand of the Cusco Electric System and demonstrate that ARIMA is an efficient procedure when compared with the best deterministic prediction technique analyzed: Winter's multiplicative exponentialsmoothing and thus validate the results obtained. The optimal ARIMA Xt0.5 (0.1.1) (1.0.2) S model was obtained, which efficiently explains the historical residential demand and its prediction in the following three years. Results of the Residential electricity demand of the Cusco Electric System were obtained with a MAPE error of 2,296%. The Cusco electricity system will have an average growth of 7.825% for the years 2019 to 2022. This result allows us to have technical support for planning and investment decisions in the expansion of medium and low voltage networks in the area of influence of the System, avoiding excess or shortage of investments that are detrimental to the interests of Electro Sur Este.Submitted by Quispe Rabanal Flavio (flaviofime@hotmail.com) on 2021-11-29T15:10:08Z No. of bitstreams: 1 marcelo_be.pdf: 867851 bytes, checksum: 3a0e9a122f8d7f28411e23cfa9a6e9a8 (MD5)Made available in DSpace on 2021-11-29T15:10:11Z (GMT). No. of bitstreams: 1 marcelo_be.pdf: 867851 bytes, checksum: 3a0e9a122f8d7f28411e23cfa9a6e9a8 (MD5) Previous issue date: 2021Tesisapplication/pdfspaUniversidad Nacional de IngenieríaPEinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/4.0/Universidad Nacional de IngenieríaRepositorio Institucional - UNIreponame:UNI-Tesisinstname:Universidad Nacional de Ingenieríainstacron:UNIARIMAModelamiento predictivoDemanda eléctrica residencialSistema eléctrico Cuscohttps://purl.org/pe-repo/ocde/ford#2.03.02El modelo estocástico univariante ARIMA como herramienta predictiva de la demanda de energía eléctrica residencial del sistema eléctrico Cuscoinfo:eu-repo/semantics/masterThesisSUNEDUMaestro en Ciencias con Mención en EnergéticaUniversidad Nacional de Ingeniería. Facultad de Ingeniería Mecánica. Unidad de PosgradoMaestríaMaestría en Ciencias con Mención en EnergéticaMaestríahttps://orcid.org/0000-0002-4712-0726046412640853825907242384https://purl.org/pe-repo/renati/type#tesishttps://purl.org/pe-repo/renati/level#maestro713057Becerra Arévalo, GilbertoSotelo Valer, FreedyGamarra Chinchay, Hugo EliseoAguilar Vizcarra, Duilio LeoncioTEXTmarcelo_be.pdf.txtmarcelo_be.pdf.txtExtracted texttext/plain121891http://cybertesis.uni.edu.pe/bitstream/20.500.14076/21450/3/marcelo_be.pdf.txt07d491e50a340718cbe013ebd4a68d4bMD53marcelo_be(acta).pdf.txtmarcelo_be(acta).pdf.txtExtracted texttext/plain3312http://cybertesis.uni.edu.pe/bitstream/20.500.14076/21450/5/marcelo_be%28acta%29.pdf.txte7c06ea7fceddd799536c89721967facMD55LICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://cybertesis.uni.edu.pe/bitstream/20.500.14076/21450/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52ORIGINALmarcelo_be.pdfmarcelo_be.pdfapplication/pdf867851http://cybertesis.uni.edu.pe/bitstream/20.500.14076/21450/1/marcelo_be.pdf3a0e9a122f8d7f28411e23cfa9a6e9a8MD51marcelo_be(acta).pdfmarcelo_be(acta).pdfapplication/pdf224977http://cybertesis.uni.edu.pe/bitstream/20.500.14076/21450/4/marcelo_be%28acta%29.pdf4bb4ce6aac55594381700dcae946aa86MD5420.500.14076/21450oai:cybertesis.uni.edu.pe:20.500.14076/214502023-01-12 03:22:33.83Repositorio Institucional - UNIrepositorio@uni.edu.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
score 13.448654
El modelo estocástico univariante ARIMA como herramienta predictiva de la demanda de energía eléctrica residencial del sistema eléctrico Cusco
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