Redes neuronales

Predicción de la demanda eléctrica horaria mediante redes neuronales artificiales
Carlos Mallo González.
Departamento de Economía Cuantitativa. Universidad de Oviedo. Avda. del Cristo s/n. 33006 Oviedo mallogc@mixmail.com

RESUMEN En este trabajo se realiza una introducción a los modelos neuronales y se explora su aplicabilidad en el terreno de la economía cuantitativa como instrumento demodelización y predicción no paramétrica. A tal objeto hemos desarrollado un modelo de Red Neuronal Artificial que posteriormente aplicaremos en la predicción de la demanda horaria de energía eléctrica con datos reales. Los resultados así obtenidos fueron comparados con los ofrecidos por las metodologías convencionales de ajuste y predicción.

Palabras clave: Red Neuronal Artificial, PerceptrónMulticapa, Regresión no paramétrica, Aproximador universal, No-Linealidad, Curva de carga eléctrica, Predicción horaria.

5

Carlos Mallo González

1. INTRODUCCIÓN 1.1. Las Redes Neuronales Artificiales en Economía Las RNA constituyen un potente instrumento para la aproximación de funciones no lineales. Su uso resulta especialmente útil en la modelización de aquellos fenómenos complejos dondela presencia de relaciones no lineales entre las variables es habitual. La aplicación de este tipo de técnicas en el terreno de la Economía ha proporcionado interesantes resultados, sobre todo en los campos de la Teoría Económica1 y la Econometría. La gran aportación de esta metodología consiste precisamente en la eliminación de la hipótesis reduccionista de linealidad que ha venido dominando elanálisis económico a lo largo de su historia. Si bien dicha hipótesis simplificadora ha permitido formular modelos matemáticos con los que explicar el fenómeno económico, al no contemplar la no-linealidad inherente a los sistemas económicos, dichos modelos ofrecían una visión parcial de la realidad, Granger (1991), Shachmurove (2000). Desde el punto de vista de la econometría, principal herramientade análisis y validación con la que cuenta el economista, no podemos olvidar que una de las hipótesis fundamentales sobre las que se construye el ya clásico Modelo Lineal Básico es, como su propio nombre indica, la linealidad de las ecuaciones. El empleo de técnicas econométricas sustentadas en una falsa linealidad ha conducido la especificación de modelos incompletos, los cuales mostraban suscarencias al enfrentarse a fenómenos de dinámicas no-lineales.

Con el presente documento pretendemos explorar la capacidad de las Redes Neuronales Artificiales como instrumento de modelización y predicción económica, poniendo de relieve la superioridad mostrada por las mismas en el modelado de los fenómenos no-lineales. Para ello confeccionaremos un sencillo modelo neuronal que, implementado enVBA2 y Matlab, nos permitirá predecir la evolución de la demanda horaria de energía eléctrica.

1 2

Modelos de Expectativas Racionales basados en RNA, M. Heinamann (2000). El algoritmo utilizado para entrenar el modelo ha sido programado en Visual Basic for Applications, como un componente de la hoja de cálculo Excel.

6

Predicción de la demanda eléctrica horaria mediante RNA

Estetrabajo no es más que el inicio de una línea de investigación. Actualmente tratamos de aplicar esta misma metodología en el análisis de series temporales financieras (fondos de inversión y acciones), las cuales siguen en la mayor parte de los casos complejas dinámicas no-lineales de carácter caótico (caos determinista).

1.2. La Electricidad y el Mercado Eléctrico No cabe duda de que laelectricidad constituye una de las principales fuentes energéticas con las que cuenta nuestra civilización. Su empleo abarca un amplísimo abanico de actividades que se extiende desde los usos puramente industriales hasta el consumo doméstico de las familias. Más aún, en un contexto mundial de creciente competencia, no se concibe una economía en crecimiento y competitiva en el ámbito global sin un fluido...