|
|
|
|
| LEADER |
00000cam a2200000 a 4500 |
| 001 |
TE-285 |
| 005 |
20230308194530.0 |
| 008 |
008000|2008 ||||||||r|||||||||||spa|| |
| 040 |
|
|
|b spa
|
| 041 |
1 |
|
|a spa
|
| 245 |
|
|
|a Predicción a corto plazo del precio marginal de energía en el mercado eléctrico Ecuatoriano
|c Diego Paúl Bustamante Paredes, Darío Ricardo Ulloa Rodas. Director Raúl León Piedra
|h cd
|
| 264 |
|
|
|a Cuenca
|c 2008
|
| 300 |
|
|
|a CD
|c 18 cm
|
| 502 |
|
|
|a Ingeniero Eléctrico
|b Universidad de Cuenca
|c ing
|d León Piedra, Raúl, dir.
|e INGENIERIA ELECTRICA
|
| 504 |
|
|
|a incl. ref.
|
| 520 |
3 |
|
|a Tras la liberalización de los mercados de electricidad, la incertidumbre asociada a la evolución de corto plazo del precio marginal de la energía se ha convertido en una importante fuente de riesgo para los generadores y en general para los diferentes agentes que acuden al mercado. Por lo tanto, el contar con un buen pronóstico de corto plazo de los precios marginales constituye un insumo fundamental en la toma de decisiones para las compañías de generación. Con la finalidad de abordar este problema para el caso ecuatoriano, en el presente trabajo de tesis se proponen dos metodologías: una primera basada en modelos econométricos tradicionales, específicamente modelos ARIMA y modelos de función de transferencia, y una segunda basada en técnicas que emulan el sistema nervioso humano como son las redes neuronales artificiales. Inicialmente se presenta un estudio detallado de las propiedades distributivas y temporales tanto del precio marginal en el mercado eléctrico ecuatoriano como de los principales factores que determinan su comportamiento. Posteriormente, se realiza una revisión de los métodos más comúnmente utilizados para la estimación de precios en mercados reestructurados de electricidad, poniendo especial énfasis en los modelos ARIMA y las redes neuronales artificiales. Seguidamente, en función de los análisis previos, se elaboran diferentes modelos predictivos cuyos resultados son analizados y comparados al final
|
| 650 |
|
|
|a Analisis series temporales
|9 152571
|
| 650 |
|
|
|a Mercados electricos
|9 152572
|
| 650 |
|
|
|a Modeloa arima
|9 152573
|
| 650 |
|
0 |
|a Equipamiento eléctrico
|9 35190
|
| 650 |
|
|
|a Redes neuronales artificiales
|9 26656
|
| 650 |
|
|
|a Tesis en ingenieria electrica
|9 131323
|
| 700 |
1 |
|
|a Bustamante Paredes, Diego Paúl
|e coautor
|9 152575
|
| 700 |
1 |
|
|a Ulloa Rodas, Darío Ricardo
|e coautor
|9 152576
|
| 852 |
|
|
|a UC-CDJBV
|c ESTANTERIA CERRADA
|f Donación
|k sergio.cajamarca
|l 1
|m Limitada
|p 20080000
|q 1,00
|t TE-285
|b 1
|d CDRC
|e CDRC
|g ESTANTERIA CERRADA
|u http://nas.ucuenca.edu.ec/BibliotecaDigital/ebooks/te285.pdf
|z 2008-80-00
|
| 856 |
|
|
|u http://nas.ucuenca.edu.ec/BibliotecaDigital/ebooks/te285.pdf
|
| 942 |
|
|
|c TS
|
| 999 |
|
|
|c 86362
|d 86362
|