Modelos estocásticos arima para predicción de variables energéticas

Abstract

El análisis univariante de series temporales ARIMA (Autoregressive lntegrated Moving Average), basado en que una serie temporal obedece a un proceso estocástico, se ha utilizado para describir y predecir el comportamiento futuro de las series energéticas de mayor representatividad dentro la oferta y consumo de energía en el Principado de Asturias- España. En primer lugar, cada una de estas variables se han contabilizado mensualmente desde 1980 hasta 1996. De acuerdo a las características de cada serie - poseen tendencia, estacionalidad y el tamaño muestral suficiente - se procede a calcular qué modelo ARIMA univariante describe mejor a cada una de ellas. La aplicación de esta metodología consiste en calcular las predicciones de las principales variables energéticas de Asturias. Los resultados obtenidos han alcanzado un alto nivel de aproximación predictiva los cuales sirven como elementos de referencia en el proceso de Planificación Energética de Asturias.

ARIMA univariate time series analysis, were used for modeling and forecasting future energy production and conswnption in Asturias - Spain. lnitially, each series was recorded monthly from 1980 to 1996. These data include trend and seasonal variations wich allow the use of ARIMA ( AutoRegressive lntegrated Moving Average ) univariate models for predictions of future behavioral pattems. The optimum forecasting models obtained for each energetic series, have a satisfactory degree of statistical validity (low approximation errors) and are suitable for use as reference inputs in the Regional Eenergetic Plan of Asturias.