Pronóstico de consumo de energía eléctrica residencial de corto plazo utilizando algoritmos de aprendizaje automático y profundo

Abstract

El objetivo de esta investigación es crear modelos de predicción de consumo de energía eléctrica para el corto plazo, utilizando el algoritmo de regresión lineal múltiple y una red neuronal artificial. Es una investigación de tipo descriptiva-explicativa, y se usa la metodología de la ciencia de datos para alcanzar el objetivo planteado. Los modelos se entrenan y evalúan utilizando los datos de energía eléctrica facturada mensual en Uruguay, durante el período 2000-2022, además de las mediciones de temperatura ambiente y humedad relativa, así como la variación porcentual del índice de protección al consumidor. A través de un análisis de correlación y de un análisis de componentes principales, se verifica la importancia de las variables explicativas seleccionadas, previo a la obtención de los modelos. El modelo de regresión lineal tuvo un R2 de 0,782 y el modelo de la red neuronal de 0,797, los residuos se distribuyeron normalmente para ambos modelos, y las métricas RMSE, MAE, y MAPE tuvieron valores similares también en ambos modelos. El modelo de la red neuronal tuvo un mejor desempeño, en comparación con el modelo de regresión lineal, en lo que respecta a la predicción de la energía eléctrica para los meses de julio y agosto del año 2022.