Análisis y proyección del precio de energía en américa latina
En Brasil, el sector industrial es el mayor consumidor de electricidad. Por tanto, la planificación energética adquiere importancia para el desarrollo industrial. Los datos del consumo de electricidad en el sector industrial brasileño se pueden organizar en una estructura jerárquica compuesta por ca...
Guardado en:
| Autores principales: | , |
|---|---|
| Otros Autores: | |
| Formato: | Monografía o trabajo académico |
| Lenguaje: | español |
| Publicado: |
Universidad Peruana Unión
2024
|
| Materias: | |
| Acceso en línea: | Enlace permanente (DOI o Handle) |
| Etiquetas: |
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| _version_ | 1881510704827072512 |
|---|---|
| author | Huaringa Tello, Luis Enrique Balbin De La Cruz, Victor |
| author2 | Lopez Gonzales, Javier Linkolk |
| author_browse | Balbin De La Cruz, Victor Huaringa Tello, Luis Enrique Lopez Gonzales, Javier Linkolk |
| author_facet | Lopez Gonzales, Javier Linkolk Huaringa Tello, Luis Enrique Balbin De La Cruz, Victor |
| author_sort | Huaringa Tello, Luis Enrique |
| collection | Repositorio institucional |
| description | En Brasil, el sector industrial es el mayor consumidor de electricidad. Por tanto, la planificación energética adquiere importancia para el desarrollo industrial. Los datos del consumo de electricidad en el sector industrial brasileño se pueden organizar en una estructura jerárquica compuesta por cada región geográfica (Sur, Sureste, Centro-Oeste, Noreste y Norte) y sus respectivos estados. Este trabajo tiene como objetivo evaluar la capacidad predictiva de los enfoques ascendente, descendente y de combinación óptima utilizados para predecir el consumo de energía eléctrica en el sector industrial brasileño. Estos enfoques se integraron con suavizado exponencial, Box y Jenkins, y métodos predictivos de redes neuronales. Los resultados mostraron que el enfoque de combinación óptima proporcionó las mejores predicciones y, por lo tanto, superó a los otros enfoques de predicción jerárquica. |
| escuela_str_mv | Escuela de Posgrado |
| format | info:eu-repo/semantics/monograph |
| id | oai:repositorio.upeu.edu.pe:20.500.12840/7695 |
| institution | UPeU |
| language | Spanish |
| linea_str_mv | Predicción estadística |
| ocde_area_str_mv | Ciencias naturales |
| ocde_disciplina_str_mv | Matemáticas |
| ocde_str_mv | 1.01.03 |
| programa_nombre_str_mv | Segunda Especialidad en Estadística Aplicada para Investigación |
| programa_uri_str_mv | http://upeu.edu.pe/sys/programas/programa/seg-estadistica-aplicada-para-investigacion |
| publishDate | 2024 |
| publishDateRange | 2024 |
| publishDateSort | 2024 |
| publisher | Universidad Peruana Unión |
| publisherStr | Universidad Peruana Unión |
| record_format | dspace |
| sede_str_mv | Lima |
| spelling | Análisis y proyección del precio de energía en américa latina Huaringa Tello, Luis Enrique Balbin De La Cruz, Victor Lopez Gonzales, Javier Linkolk Términos de índice series temporales jerárquicas Energía eléctrica Modelos de pronóstico En Brasil, el sector industrial es el mayor consumidor de electricidad. Por tanto, la planificación energética adquiere importancia para el desarrollo industrial. Los datos del consumo de electricidad en el sector industrial brasileño se pueden organizar en una estructura jerárquica compuesta por cada región geográfica (Sur, Sureste, Centro-Oeste, Noreste y Norte) y sus respectivos estados. Este trabajo tiene como objetivo evaluar la capacidad predictiva de los enfoques ascendente, descendente y de combinación óptima utilizados para predecir el consumo de energía eléctrica en el sector industrial brasileño. Estos enfoques se integraron con suavizado exponencial, Box y Jenkins, y métodos predictivos de redes neuronales. Los resultados mostraron que el enfoque de combinación óptima proporcionó las mejores predicciones y, por lo tanto, superó a los otros enfoques de predicción jerárquica. 2024-04-08 2024-07-12T15:55:55Z 2024-07-12T15:55:55Z 2026-04-08 info:eu-repo/date/embargoEnd/2026-04-08 info:eu-repo/semantics/monograph https://hdl.handle.net/20.500.12840/7695 spa info:eu-repo/semantics/embargoedAccess http://creativecommons.org/licenses/by-nc-sa/4.0/ application/pdf Universidad Peruana Unión PE oai:repositorio.upeu.edu.pe:20.500.12840/7695 2026-11-10T17:45:09Z |
| spellingShingle | Términos de índice series temporales jerárquicas Energía eléctrica Modelos de pronóstico Huaringa Tello, Luis Enrique Balbin De La Cruz, Victor Análisis y proyección del precio de energía en américa latina |
| title | Análisis y proyección del precio de energía en américa latina |
| title_full | Análisis y proyección del precio de energía en américa latina |
| title_fullStr | Análisis y proyección del precio de energía en américa latina |
| title_full_unstemmed | Análisis y proyección del precio de energía en américa latina |
| title_short | Análisis y proyección del precio de energía en américa latina |
| title_sort | analisis y proyeccion del precio de energia en america latina |
| topic | Términos de índice series temporales jerárquicas Energía eléctrica Modelos de pronóstico |
| topic_facet | Términos de índice series temporales jerárquicas Energía eléctrica Modelos de pronóstico |
| url | https://hdl.handle.net/20.500.12840/7695 |
| work_keys_str_mv | AT huaringatelloluisenrique analisisyproyecciondelpreciodeenergiaenamericalatina AT balbindelacruzvictor analisisyproyecciondelpreciodeenergiaenamericalatina |