Análisis exploratorio entre modelos matemáticos predictivos, aplicados a la producción de energía mediante series temporales

Exploratory analysis between predictive mathematical models, applied to energy production through time series

dc.creatorMazón Fierro, Guido Javier
dc.creatorBuñay Guisñan, Pamela Alexandra
dc.date2022-07-13
dc.date.accessioned2024-04-29T17:01:08Z
dc.date.available2024-04-29T17:01:08Z
dc.identifierhttps://cienciadigital.org/revistacienciadigital2/index.php/ConcienciaDigital/article/view/2223
dc.identifier10.33262/concienciadigital.v5i3.1.2223
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/9254121
dc.descriptionIntroducción: la energía en los actuales momentos se puede considerar como un elemento esencial en la vida de las personas, así como en el desarrollo y progreso de los países, el sector energético se constituye como estratégico debido a que permite el funcionamiento y operabilidad de los diferentes sectores se puede afirmar que la energía es indispensable en la sociedad moderna. El pronosticar o inferir que va a suceder a futuro, permite tomar decisiones oportunas y anticiparse a los acontecimientos, es así como se vuelve trascendente el conocer la producción del sector energético a futuro, además, se pueden utilizar estas predicciones como elementos de partida para generar documentos como planificaciones energéticas a mediano y largo plazo. Objetivos: realizar un estudio exploratorio de las mejores técnicas que podrían asistir la predicción en la producción de energía primaria en Ecuador, para evaluar la eficiencia de ajuste a corto plazo mediante series temporales univariantes. Metodología: en el trabajo investigativo se pudo realizar un estudio exploratorio de cuatro modelos predictivos en el sector energético de Ecuador, mediante dos técnicas, ARIMA y suavización exponencial Holt, que permitieron una aproximación confiable de predicción en la producción de energía primaria a corto plazo, en tres años hasta 2022, mediante series temporales univariantes. En cuanto a la parte metodológica empleada para cumplir los objetivos, se inició con la obtención de la serie histórica proporcionada por el Ministerio de Recursos Renovables y Energía en el documento técnico denominado Balance Energético Nacional 2019, se procesaron los datos y determinaron outliers mediante el criterio de Chauvenet, una vez determinada la base de datos para el análisis, se aplicó la metodología Box-Jenkins para la obtención de modelos ARIMA y Holt. Resultados: el modelo que mejor se ajusta a las bondades de predicción de los analizados es el Modelo_a ARIMA (1,1,0) cuya expresión es: , además, se estimó que la producción de energía primaria para el año 2022 en Ecuador, podría ser de  kilo barriles equivalentes de petróleo , con una fluctuación superior e inferior en el intervalo de . Conclusiones: se puede afirmar de acuerdo con los datos obtenidos que los modelos predictivos hallados son estrictamente autorregresivos es decir que son métodos iterativos explícitos, puesto que determinan el valor de  en dependencia con el anterior resultado , en el cual no intervienen los residuos de los errores, esto indica que no interviene la componente de medias móviles. La predicción con los tres primeros modelos a, b, c resultaron con un comportamiento creciente y con el modelo h se mantenía constante.es-ES
dc.descriptionIntroduction: energy at the present time can be considered as an essential element in people's lives, as well as in the development and progress of countries, the energy sector is strategic because it allows the operation and operability of the different sectors. it can be said that energy is indispensable in modern society. Forecasting or inferring what is going to happen in the future allows timely decisions to be made and to anticipate events. This is how it becomes important to know the production of the energy sector in the future. In addition, these predictions can be used as starting elements to generate documents such as medium and long-term energy planning. Objectives: conduct an exploratory study of the best techniques that could assist in the prediction of primary energy production in Ecuador, to evaluate the short-term adjustment efficiency through univariate time series. Methodology: in the research work it was possible to conduct an exploratory study of four predictive models in the energy sector of Ecuador, using two techniques, ARIMA and Holt exponential smoothing, which allowed a reliable approximation of prediction in the production of primary energy in the short term, in three years until 2022, using univariate time series. As for the methodological part used to meet the objectives, it began with obtaining the historical series provided by the Ministry of Renewable Resources and Energy in the technical document called National Energy Balance 2019, the data was processed and outliers were determined using the criterion de Chauvenet, once the database for the analysis was determined, the Box-Jenkins methodology was applied to obtain ARIMA and Holt models. Results: the model that best fits the prediction benefits of those analyzed is ARIMA Model-a (1,1,0) whose expression is: Y_t=3365.526+0.074 Y_(t-1)+ε_t, in addition, it was estimated that Primary energy production for the year 2022 in Ecuador could be 236940.541 kilobarrels of oil equivalent (KBEP), with a fluctuation above and below in the interval of [275511.589 .198369.493](KBEP). Conclusions: based on the data obtained, it can be stated that the predictive models found are strictly autoregressive, that is, they are explicit iterative methods, since they determine the value of Y_t depending on the previous result Y_(t-1), in which they do not intervene the residuals of the errors, this indicates that the component of moving averages does not intervene. The prediction with the first three models a, b, c resulted in an increasing behavior and with model h it remained constant.en-US
dc.formatapplication/pdf
dc.formattext/plain
dc.formatapplication/epub+zip
dc.languagespa
dc.publisherCiencia Digital Editoriales-ES
dc.relationhttps://cienciadigital.org/revistacienciadigital2/index.php/ConcienciaDigital/article/view/2223/5454
dc.relationhttps://cienciadigital.org/revistacienciadigital2/index.php/ConcienciaDigital/article/view/2223/5455
dc.relationhttps://cienciadigital.org/revistacienciadigital2/index.php/ConcienciaDigital/article/view/2223/5484
dc.rightsDerechos de autor 2022 ConcienciaDigitales-ES
dc.sourceConcienciaDigital; Vol. 5 Núm. 3.1 (2022): Imaginación; 57-78es-ES
dc.sourceConcienciaDigital; Vol. 5 No. 3.1 (2022): Imaginación; 57-78en-US
dc.sourceConcienciaDigital; v. 5 n. 3.1 (2022): Imaginación; 57-78pt-BR
dc.source2600-5859
dc.source2600-5859
dc.source10.33262/concienciadigital.v5i3.1
dc.subjectTypography: Time series, forecast, energy, mathematical models.en-US
dc.subjectSeries temporales, pronóstico, energía, modelos matemáticos.es-ES
dc.titleAnálisis exploratorio entre modelos matemáticos predictivos, aplicados a la producción de energía mediante series temporaleses-ES
dc.titleExploratory analysis between predictive mathematical models, applied to energy production through time seriesen-US
dc.typeinfo:eu-repo/semantics/article
dc.typeinfo:eu-repo/semantics/publishedVersion
dc.typeArtículo revisado por pareses-ES


Este ítem pertenece a la siguiente institución