Desarrollo de una metodología automática de modelación de series diarias de actividad económica. Aplicación a series diarias de demanda eléctrica

Abstract

La tesis proporciona un nuevo marco de analisis completo de series temporales economicas de nivel de agregacion o frecuencia de muestreo diaria, facilmente generalizable a series horarias, Sobre una caracterizacion y descripcion pormenorizada de las principales caracteristicas particulares que presentan estas series y que con su tratamiento diferenciado se justifica la investigacion y desarrollo de una metodologia general de modelizacion especifica y con un alto grado de automatizacion. Estas especificidades obligan a basar el estudio de estas series en una familia de modelos especial que en la tesis se introducen con el nombre de modelos ARIMANAX-AI. Se tratan de forma especifica y original todos los aspectos asociados a la identificacion, estimacion y validacion del complejo efecto calendario y de la relacion funcional dinamica y no lineal respecto a variables exogenas. Respecto a la identificacion, se diseñan estrategias que permiten una automatizacion y un planteamiento racional de un problema de muy compleja estructura parametrica. Respecto a la estimacion, la estrategia que se sigue es multalgoritmica, de forma que cada paso de la metodologia tiene su propio algoritmo, dependiente de su objetivo. En la fase de validacion es relevante el planteamiento de fases de reduccion parametrica automatica, dependientes del sector de actividad y basadas en un metodo MCP de paso multiple, jerarquizado con informacion a priori. La bondad de la metodologia desarrollada se muestra con su aplicación a series pertenecientes al sector electrico y su comparacion con otras tecnicas basadasen redes neuronales, sistemas neurodifusos y en un operador humano.