Predicción de series temporales no lineales con el modelo NARMAX. Aplicación a la predicción de la demanda de energía eléctrica

Abstract

La predicción de series temporales a corto plazo, también llamada identificación de sistemas por los expertos en Automática, es una disciplina que encuentra cada día más aplicaciones en áreas de planificación, gestión, producción, mantenimiento y control de procesos industriales. Este artículo presenta un modelo de predicción de series temporales no lineales basado en Redes Neuronales Artificiales (RNA). La utilización de RNA como aproximadores funcionales asegura la capacidad de representación y adaptación del modelo propuesto. Estas características son requisitos fundamentales para reproducir la complejidad de los procesos actuales y poder adaptarse a la continua evolución de los mismos. La aplicación del modelo y de la metodología de identificación propuestos a la predicción de la curva de demanda de energía eléctrica pretende tan sólo servir del ejemplo al amplio abanico de aplicaciones industriales que pueden ser tratadas con estos métodos.