Mostrar el registro sencillo del ítem

AutorVillegas, Rossana
Accedido2020-01-17T20:38:20Z
Disponible2020-01-17T20:38:20Z
Fecha de publicación2019-04
ISSN1-60132-501-0
Identificador de objeto (URI)http://cathi.uacj.mx/20.500.11961/11269
Resumen/AbstractElectricity price data is often non-linear and highly volatile. Under a weather and climate disaster event, price forecasting represents a challenging task. Noise in electricity price data is commonly affected by several factors such as season, weekend or workday, critical event, etc. In this study, the proposed model uses a de-noised wavelet as a pre-processing algorithm to reduce price noise characteristics and a Non-linear Auto-Regression eXogenous (NARX) Neural Network (NN) for the data analytic approach. To test price forecasting, a seasonal week-ahead (168 hrs.) window is used. The forecasting models are evaluated using the Mean Absolute Percentage Error (MAPE). The model and methodology proposed show a remarkable improvement over standard methodologies, complemented by data visualization.es_MX
Idioma ISOenes_MX
EditorialCSREA Presses_MX
Referencias físicas o lógicasProducto de investigación IITes_MX
Referencias físicas o lógicasInstituto de Ingeniería y Tecnologíaes_MX
Tipo de licenciaAtribución-NoComercial-SinDerivadas 2.5 México*
Enlace a licenciahttp://creativecommons.org/licenses/by-nc-nd/2.5/mx/*
Área de conocimiento CONACYTinfo:eu-repo/classification/cti/7es_MX
TítuloShort-Term Electricity Market Price Forecasting Based on De-Noised Wavelets and NARX Neural Network- Data Analytics Approaches_MX
Tipo de productoMemoria in extensoes_MX
Imagen repositoriohttp://ri.uacj.mx/vufind/thumbnails/rupiiit.pnges_MX
Instituto (dcrupi)Instituto de Ingeniería y Tecnologíaes_MX
CosechableSies_MX
SubtipoInvestigaciónes_MX
AlcanceInternacionales_MX
País de la publicaciónEstados Unidoses_MX
Tipo de eventoCongresoes_MX
Nombre de evento2019 World Congress in Computer Science, Computing Engineering & Applied Computinges_MX
EstadoNevadaes_MX
Línea de investigaciónSin línea de generaciónes_MX
Cuerpo académicoSin cuerpo académicoes_MX


Archivos en el ítem

No Thumbnail [100%x80]
No Thumbnail [100%x80]
No Thumbnail [100%x80]

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

Atribución-NoComercial-SinDerivadas 2.5 México
Excepto si se señala otra cosa, la licencia del ítem se describe como Atribución-NoComercial-SinDerivadas 2.5 México

Av. Plutarco Elías Calles #1210 • Fovissste Chamizal
Ciudad Juárez, Chihuahua, México • C.P. 32310 • Tel. (+52) 688 – 2100 al 09