Predicci´on de la Demanda Eléctrica a Mediano Plazo basado en el Modelo de Regresión Adaptativa Multivariante Spline (MARS)

Abstract

En el presente trabajo se realizó la aplicación de un modelo de regresión no lineal con la finalidad de pronosticar la demanda de energía eléctrica a mediano plazo para un transformador de potencia de la Subestación Hernandarias, con el fin de dar un soporte para una evaluación que por su parte servirá para la toma de decisiones a futuro. El método seleccionado es el Modelo MARS, con este modelo se pretendió llegar a un pronostico correcto de manera que los trabajos de gestión en el sistema de distribución se lleven a cabo con mayor eficiencia considerando que el error de precisión no exceda al 10 %. El proyecto se inició con el análisis de datos correspondientes al año 2019 obteniendo la curva real de la demanda promedio diaria mensual, los parámetros característicos del modelo en cuestión y evaluación de estacionalidad de la serie de tiempo. El modelo fue elaborado a través del lenguaje de programación Python, por su gran capacidad y herramientas disponibles para analizar y procesar datos complejos a través del aprendizaje automático. Se realizó predicciones para el año 2020, donde el modelo obtuvo un error superior a lo esperado, esto es debido a que el año de estudio fue atípico, considerando no solo los cambios climáticos del año, sino que también la pandemia global del COVID-19 que afectó a nuestro país.