Aplicaciones del Aprendizaje Estadístico a la predicción del Precio de la Energía Eléctrica

Abstract

El problema de la Predicción del Precio de la Electricidad o Electricity Price Forecasting (EPF) es un problema de gran complejidad que ha sido abordado de múltiples formas debido a su enorme interés social y económico. Conseguir un método fiable de predecir tal precio sigue siendo un problema abierto en el que llevan a cabo investigaciones de todo tipo buscando mejorar los métodos ya existentes e introducir nuevas estrategias que reduzcan el margen de error. En esta tesis se ha llevado a cabo un estudio del problema de EPF buscando encontrar formas de predecir tal precio con una baja tasa de error. Para ello se han utilizado diferentes técnicas de aprendizaje estadístico: Regresión Lineal Múltiple, Random Forest (RF), Extreme Gradient Boosting Machines (XGBoost) y Support Vector Machines (SVM). Utilizar estas técnicas de aprendizaje estadístico siempre conduce al problema de establecer de una forma rigurosa y coherente los hiperparámetros de tales técnicas. En el caso de RF y de XGBoost se ha estudiado cómo mejorar los algoritmos de determinación de tales hiperparámetros ya existentes, y en el caso de SVM, y a partir de los estudios realizados contra diferentes conjuntos de datos de regresión, se ha creado un nuevo algoritmo para estimar el valor de tales hiperparámetros. Todos estos estudios han tenido en cuenta no sólo conseguir minimizar el error sino también que los tiempos de ejecución fueran lo suficientemente razonables como para permitir una ejecución práctica. Además de estos métodos se ha incluido una técnica que se adapte dinámicamente a la llegada de nuevos datos (que funcione de forma online y no batch como las técnicas anteriores) como es Dynamic Trees. Para asegurar la completitud de los resultados y la coherencia de estos, todas las comparativas utilizadas en los estudios siempre han usado, para cada conjunto de datos, varios modelos de aprendizaje estadístico diferentes, comparándose no sólo entre ellos (los resultados obtenidos usando cada uno de esos modelos) sino también mediante comparativas internas dentro del propio modelo (para cada modelo, diferentes resultados usando diferentes configuraciones). El resultado final indica que (1) las variantes de los algoritmos para RF y XGBoost consiguen reducir el error de estos, (2) el algoritmo desarrollado para encontrar los mejores hiperparámetros posibles para SVM funciona perfectamente, que (3) los algoritmos tienen tiempos de ejecución razonables, que (4) siempre es necesario usar varias técnicas para proporcionar un resultado completo y que (5) es pertinente utilizar técnicas dinámicas para la predicción de una serie temporal como la de la EPF.