Resumen

La predicción del precio de la electricidad ocupa una posición muy importante en el mercado eléctrico. Una predicción inexacta del precio puede causar desperdicio de energía y caos en la gestión del mercado eléctrico. Sin embargo, la predicción del precio de la electricidad siempre ha sido considerada como uno de los mayores desafíos en el mercado eléctrico debido a su alta volatilidad, lo que dificulta la predicción del precio de la electricidad. Este documento propone el uso de modelos de pronóstico de combinación de optimización de inteligencia artificial basados en datos de preprocesamiento, denominados modelos de combinación determinados por peso de optimización de partículas de caos (CPSO). Estos modelos permiten que el peso del modelo combinado tome valores de . En los modelos propuestos, se utiliza el algoritmo de agrupamiento espacial basado en densidad de aplicaciones con ruido (DBSCAN) para identificar valores atípicos, y los valores atípicos son reemplazados por una nueva función de interpolación lineal producida por datos. Luego,

• Materias:Ecuaciones diferenciales Ecuaciones integrales Variables independientes Sistemas dinámicos Combinaciones convexas
• Subjects:Differential equations Integral equations Independent variables Dynamic systems Convex combinations
• Palabras claves:Pronóstico del precio de la electricidad; Desperdicio de energía; Caos en la gestión; Optimización de inteligencia artificial; Modelos de combinación; Algoritmo DBSCAN
• Keywords:Electricity price forecasting; Energy waste; Management chaos; Artificial intelligence optimization; Combination models; DBSCAN algorithm