Power demand forecasting through social network activity and artificial neural networks

Este artículo, se enfoca en el pronóstico a corto plazo de la demanda de energía nacional peruana. Se aborda este problema utilizando métodos indirectos y directos para la predicción. El primer método se basa en la actividad de redes sociales para estimar las necesidades nacionales utilizando modelos de regresión. En el caso de la actividad social generada por los tweets, hay un aumento en los valores MAPE de un orden de magnitud, alcanzando un valor máximo de 7.3% para junio. Sin embargo, el pronóstico de la demanda de energía usando publicaciones de Twitter es un buen indicador como primera aproximación. El último método se basa en redes neuronales artificiales (ANN). La red se utilizó posteriormente para las predicciones de la potencia para el último día de abril, mayo y junio de 2016. El resultado fue muy satisfactorio con un error porcentual absoluto medio (MAPE) del 0,36% para abril y del 0,34% en mayo y junio. El modelo acumulativo ANN demostró ser un método rápido, confiable y preciso para predecir la demanda de energía en peligro.