ANALISIS EXPLORATORIO ENTRE MODELOS MATEMATICOS PREDICTIVOS, APLICADOS A LA PRODUCCION DE ENERGIA MEDIANTE SERIES TEMPORALES

Abstract

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)+?_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.

Keywords

Typography: Time series, forecast, energy, mathematical models.

Resumen

Introducción: la energía en los actuales momentos se puedeconsiderar como un elemento esencial en la vida de las personas,así como en el desarrollo y progreso de los países, el sectorenergético se constituye como estratégico debido a que permite elfuncionamiento y operabilidad de los diferentes sectores se puedeafirmar que la energía es indispensable en la sociedad moderna. Elpronosticar o inferir que va a suceder a futuro, permite tomardecisiones oportunas y anticiparse a los acontecimientos, es asícomo se vuelve trascendente el conocer la producción del sectorenergético a futuro, además, se pueden utilizar estas prediccionescomo elementos de partida para generar documentos comoplanificaciones energéticas a mediano y largo plazo. Objetivos:realizar un estudio exploratorio de las mejores técnicas que podríanasistir la predicción en la producción de energía primaria enEcuador, para evaluar la eficiencia de ajuste a corto plazo medianteseries temporales univariantes. Metodología: en el trabajoinvestigativo se pudo realizar un estudio exploratorio de cuatromodelos predictivos en el sector energético de Ecuador, mediantedos técnicas, ARIMA y suavización exponencial Holt, quepermitieron una aproximación confiable de predicción en laproducción de energía primaria a corto plazo, en tres años hasta2022, mediante series temporales univariantes. En cuanto a la partemetodológica empleada para cumplir los objetivos, se inició con laobtención de la serie histórica proporcionada por el Ministerio deRecursos Renovables y Energía en el documento técnicodenominado Balance Energético Nacional 2019, se procesaron losdatos y determinaron outliers mediante el criterio de Chauvenet,una vez determinada la base de datos para el análisis, se aplicó lametodología Box-Jenkins para la obtención de modelos ARIMA yHolt. Resultados: el modelo que mejor se ajusta a las bondades depredicción de los analizados es el Modelo_a ARIMA (1,1,0) cuyaexpresión es: Yt = 3365,526 + 0,074 Yt?1 + ?t, además, seestimó que la producción de energía primaria para el año 2022 enEcuador, podría ser de 236940,541 kilo barriles equivalentes depetróleo (KBEP), con una fluctuación superior e inferior en elintervalo de [275511,589 , 198369,493](KBEP). Conclusiones:se puede afirmar de acuerdo con los datos obtenidos que losmodelos predictivos hallados son estrictamente autorregresivos esdecir que son métodos iterativos explícitos, puesto que determinanel valor de Yt en dependencia con el anterior resultado Yt?1, en elcual no intervienen los residuos de los errores, esto indica que nointerviene la componente de medias móviles. La predicción con lostres primeros modelos a, b, c resultaron con un comportamientocreciente y con el modelo h se mantenía constante.

Palabras Clave

Series temporales, pronóstico, energía, modelos matemáticos.

Acceder