Multi-criteria methodology based on data science for the selection of the optimal forecast model for residential electricity consumption

Author:

Yajure César AristótelesORCID

Abstract

Existe una gran variedad de técnicas y modelos para el pronóstico del consumo de energía eléctrica, dependiendo tanto del tipo de usuario, como del horizonte de pronóstico y de la resolución de los datos disponibles. Asimismo, existen distintas métricas para evaluar el desempeño de estos modelos. Entonces, en esta investigación se propone una metodología integrada multicriterio para seleccionar el mejor modelo de pronóstico del consumo de energía eléctrica residencial, utilizando el proceso jerárquico analítico (AHP) para establecer los pesos de importancia relativa de los criterios de decisión, y la técnica para el orden de preferencia por similitud con la solución ideal  (TOPSIS) para hacer la selección del modelo óptimo. La metodología se enmarca a su vez dentro de un proceso de ciencia de datos, a través del cual se extraen, procesan y analizan los datos, previo a la aplicación de los algoritmos de aprendizaje automático para obtener los modelos de pronósticos, que se corresponderán con las alternativas de decisión. Las métricas de desempeño en la fase de evaluación de los modelos, y las métricas de desempeño obtenidas de la fase de pronóstico, son consideradas como los criterios de decisión. De la técnica de comparaciones pareadas se obtuvo que el error porcentual absoluto medio (MAPE) de la fase de pronóstico fue el criterio con mayor peso de importancia, seguido del coeficiente de determinación R2 y del MAPE de la fase de evaluación. A partir del método TOPSIS, se seleccionó el modelo de Regresión Lineal Múltiple como el modelo óptimo de pronóstico.

Publisher

Universidad Tecnologica de Pereira - UTP

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3