presentacion sesion 12_2014-08-21

www.enersinc.com

EnersincGecelca Sesión 12 de Trabajo

www.enersinc.com

Cargar contrato

Ruta del archivo de Excel con el contrato …

www.enersinc.com

Qué se puede predecir?Experiencia sobre modelos de

pronóstico Condicional

www.enersinc.com

www.enersinc.com

Estructura del ModeloBases de datos y aplicativos

www.enersinc.com

Modelos de Gecelca

Open Solver

Excel EMAIL

www.enersinc.com

Procesos de calibraciónBases de datos y aplicativos

www.enersinc.com

Pronósticos Gecelca

• Análisis del Informe mensual de calidad de pronóstico y propuesta de mejoramiento

• Entrega del Informe mensual de calidad de pronóstico mejorado.

• Modelos de Pronóstico para proceso de Demandas Operativas

•Proceso de Evaluación de Pronósticos

•Es importante evaluar la capacidad predictiva del modelo, con el objetivo de producir pronósticos donde el error sea tan pequeño como sea posible.

17

www.enersinc.com

Porcentaje de Participación en el SIN (%)

Calculo de porcentaje de participación

Demanda_UCP_Mes / Demanda_Total_Mes

Nombre UCP% Participación

en el SIN

Ucentro 22.78

Uantioquia 14.36

Ubarranquilla 6.87

Ucali 6.70

Utairona 4.84

Ucartagena 4.63

Usantander 4.19

Upacifico 3.54

Usinu 3.53

Uebsa 2.85

Upijaos 2.85

Ucerromatoso 2.49

Uchec 2.45

Ucens 2.30

Upasto 1.57

Uemsa 1.54

Upacande 1.50

Usur 1.43

Uoxyint 1.37

Upereira 1.08

Uquindio 0.78

Uenerca 0.58

Uintercor 0.54

Uplaneta 0.41

Ucirainf 0.41

Utulua 0.35

Uenelar 0.34

Uandaki 0.34

Uchoco 0.30

Ucartago 0.29

Uguaviare 0.08

.

Pronostico

Demanda real

Notación

Error de Pronostico

www.enersinc.com

Error Porcentual Medio Absoluto(MAPE) :

Indicador de precisión que determina la magnitud de los errores de pronóstico comparados con los valores reales de la serie.

Su formula es la siguiente:

Nombre UCP MAPE (%)

Ucentro 2.02

Uantioquia 2.47

Ubarranquilla 2.08

Ucali 6.73

Utairona 4.54

Ucartagena 2.20

Usantander 3.66

Upacifico 4.19

Usinu 2.59

Uebsa 6.23

Upijaos 5.93

Ucerromatoso 11.64

Uchec 3.55

Ucens 5.21

Upasto 5.75

Uemsa 3.47

Upacande 5.10

Usur 7.37

Uoxyint 5.68

Upereira 3.29

Uquindio 3.64

Uenerca 4.62

Uintercor 6.29

Uplaneta 2.50

Ucirainf 3.07

Utulua 4.50

Uenelar 4.91

Uandaki 7.00

Uchoco 7.24

Ucartago 3.80

Uguaviare 7.31

np = longitud de la serie de demanda real (mes*24)

www.enersinc.com

Simetría (%)

Es una medida del error global del pronóstico, indica si se esta subpronosticando (pronostico menor que demanda real) o sobrepronosticando(pronostico mayor que demanda real)

la cual se define:

Nombre UCP Simetría %

Ucentro -1.1

Uantioquia 1.3

Ubarranquilla 1.1

Ucali -3.9

Utairona 3.9

Ucartagena 1.0

Usantander -0.7

Upacifico 0.5

Usinu -1.2

Uebsa -2.3

Upijaos -3.8

Ucerromatoso 7.2

Uchec 0.4

Ucens 4.3

Upasto 1.7

Uemsa 1.1

Upacande -3.7

Usur -3.5

Uoxyint 4.7

Upereira 0.3

Uquindio 2.6

Uenerca -1.0

Uintercor 2.3

Uplaneta -1.1

Ucirainf 0.5

Utulua 0.8

Uenelar 0.2

Uandaki -6.1

Uchoco 0.1

Ucartago -2.2

Uguaviare 4.9

MAPE = 7.5% - Sobrepronostico MAPE = 7.5% - Subpronostico

www.enersinc.com

Periodo de mayor desviación en el mes

Nombre UCPPeriodo de mayor desviación en el mes

Ucentro Día: 3 Periodo: 18

Uantioquia Día: 27 Periodo: 24

Ubarranquilla Día: 2 Periodo: 6

Ucali Día: 10 Periodo: 9

Utairona Día: 5 Periodo: 18

Ucartagena Día: 7 Periodo: 1

Usantander Día: 17 Periodo: 19

Upacifico Día: 1 Periodo: 8

Usinu Día: 15 Periodo: 3

Uebsa Día: 1 Periodo: 8

Upijaos Día: 28 Periodo: 8

Ucerromatoso Día: 18 Periodo: 11

Uchec Día: 2 Periodo: 8

Ucens Día: 3 Periodo: 15

Upasto Día: 7 Periodo: 1

Uemsa Día: 10 Periodo: 18

Upacande Día: 15 Periodo: 12

Usur Día: 21 Periodo: 16

Uoxyint Día: 27 Periodo: 2

Upereira Día: 1 Periodo: 11

Uquindio Día: 1 Periodo: 8

Uenerca Día: 1 Periodo: 12

Uintercor Día: 10 Periodo: 13

Uplaneta Día: 1 Periodo: 5

Ucirainf Día: 17 Periodo: 11

Utulua Día: 9 Periodo: 19

Uenelar Día: 7 Periodo: 24

Uandaki Día: 28 Periodo: 6

Uchoco Día: 3 Periodo: 13

Ucartago Día: 16 Periodo: 6

Uguaviare Día: 9 Periodo: 13

Se busca el periodo de mayor desviación durante el mes haciendo uso del (MAPE), además de mostrar el día en el que ocurre.

www.enersinc.com

Día de mayor desviación en el mes

Nombre UCPDía de mayor desviación en el mes

Ucentro 2 Tipo:2--ENE

Uantioquia 4 Tipo:MAVENE

Ubarranquilla 2 Tipo:2--ENE

Ucali 10 Tipo:LFENE

Utairona 4 Tipo:MAVENE

Ucartagena 10 Tipo:LFENE

Usantander 8 Tipo:SAALFENE

Upacifico 2 Tipo:2--ENE

Usinu 15 Tipo:SAVENE

Uebsa 1 Tipo:1--ENE

Upijaos 23 Tipo:DOMINGO

Ucerromatoso 19 Tipo:MIERCOLES

Uchec 2 Tipo:2--ENE

Ucens 4 Tipo:MAVENE

Upasto 11 Tipo:MADLF

Uemsa 10 Tipo:LFENE

Upacande 15 Tipo:SAVENE

Usur 1 Tipo:1--ENE

Uoxyint 27 Tipo:JUEVES

Upereira 15 Tipo:SAVENE

Uquindio 1 Tipo:1--ENE

Uenerca 2 Tipo:2--ENE

Uintercor 1 Tipo:1--ENE

Uplaneta 15 Tipo:SAVENE

Ucirainf 1 Tipo:1--ENE

Utulua 10 Tipo:LFENE

Uenelar 10 Tipo:LFENE

Uandaki 28 Tipo:VIERNES

Uchoco 30 Tipo:DOMINGO

Ucartago 23 Tipo:DOMINGO

Uguaviare 9 Tipo:DOALFENE

Se busca el día de mayor desviación durante el mes haciendo uso del (MAPE), además de mostrar el tipo de día en el que ocurre.

www.enersinc.com

Tipo de Periodo que mas se desvía en el mesServirá para observar cual es el periodo en el que se esta presentando mayor desviación para cada UCP.

Nombre UCPTipo de Periodo

que más se desvía

Ucentro 24

Uantioquia 23

Ubarranquilla 19

Ucali 6

Utairona 19

Ucartagena 5

Usantander 7

Upacifico 19

Usinu 24

Uebsa 14

Upijaos 4

Ucerromatoso 12

Uchec 7

Ucens 18

Upasto 19

Uemsa 19

Upacande 16

Usur 2

Uoxyint 3

Upereira 19

Uquindio 19

Uenerca 2

Uintercor 21

Uplaneta 2

Ucirainf 20

Utulua 19

Uenelar 24

Uandaki 4

Uchoco 2

Ucartago 7

Uguaviare 19

Mediana

PERIODO MAPE

Uantioquia P1 4.00

P1 12.39

P1 6.39

P1 6.16

P1 8.53

P1 4.69

P1 2.99

P1 3.46

P1 0.40

P1 5.58

P1 1.81

P1 1.25

P1 0.04

P1 1.27

P1 0.90

P1 0.35

P1 5.67

P1 1.08

P1 2.22

P1 0.76

P1 1.23

P1 1.06

P1 1.58

P1 5.25

P1 6.54

P1 0.11

P1 5.82

P1 2.58

P1 2.55

P1 1.59

P1 0.16

PERIODOS MMAPE

P1 2.22

P2 1.92

P3 2.14

P4 2.44

P5 1.81

P6 3.10

P7 2.35

P8 2.04

P9 1.45

P10 1.86

P11 1.73

P12 1.57

P13 1.61

P14 1.64

P15 1.65

P16 1.29

P17 1.67

P18 1.91

P19 2.71

P20 2.71

P21 1.42

P22 3.14

P23 3.60

P24 3.27

www.enersinc.com

Tipo de Día que mas se desvía en el mes

Servirá para observar cual es el tipo de día que mas se esta desviando durante el mes para cada UCP

Nombre UCPTipo de día que

más se desvía

Ucentro 2--ENE

Uantioquia MAVENE

Ubarranquilla 2--ENE

Ucali LFENE

Utairona MAVENE

Ucartagena LFENE

Usantander SAALFENE

Upacifico 2--ENE

Usinu SAVENE

Uebsa 1--ENE

Upijaos DOMINGO

Ucerromatoso MIERCOLES

Uchec 2--ENE

Ucens MAVENE

Upasto MADLF

Uemsa LFENE

Upacande SAVENE

Usur 1--ENE

Uoxyint JUEVES

Upereira SAVENE

Uquindio 1--ENE

Uenerca 2--ENE

Uintercor 1--ENE

Uplaneta SAVENE

Ucirainf 1--ENE

Utulua LFENE

Uenelar LFENE

Uandaki VIERNES

Uchoco DOMINGO

Ucartago DOMINGO

Uguaviare DOALFENE

MMAPE

MARTES 0.25227496

SAALF 0.60542682

SABADO 1.79643351

MIERCOLES 0.20048514

MADLF 0.05786851

LUNES 0.09035011

DOALF 0.10160967

DOMINGO 3.20827887

VIERNES 0.73974108

JUEVES 0.12544868

LF 0.46060816

TIPO DIA MAPE

Uantioquia LUNES 0.05

LUNES 0.09

LUNES 0.15

www.enersinc.com

Selección de modelos

www.enersinc.com

• Para la selección del modelo se harán uso de los siguientescriterios estadísticos teniendo en cuenta que el tipo depronóstico a utilizar será el que presente el menor error. Cabeanotar que tendrán mayor peso para la elección del modelo,tanto el MAPE como el estadístico U de Thail.

• Para observar qué tipo de modelo es el más adecuado parapronosticar, se revisará el último ajuste de los modelos del tipode día especificado.

26

Selección de Modelos

www.enersinc.com

Ejemplo en programa “R”

• #################################################################

• ## PROCESO DE PR0NÓSTICO PARA LA DEMANDA DE LAS UCPS DEL SIN ##

• ## Para tipo de Día Ordinario1

• ## Creado por: Giovanny Casas##

• ## Dirigido por: Jorge Sierra##

• ##################################################################

• Pronosticador = function(fechainicial, fechafinal, IDUCP,1)

27

No de Modelos Modelo/Metodología a utilizar

Fecha Inicial de la Semana a pron Código de UCP (si no

se especifica ejecuta todas)

Los modelos se estiman con la información de las bases de Datos

www.enersinc.com28

Ordinarios Especial CíclicoEspecial interanuales

Modelo SVAR Modelos VECM

Filtrado de atípicos y obs. faltantes

Identificación

Estimación de Modelos

Diagnóstico de Modelos

Entrega de mejor pronóstico

Filtro de Kalman

Test de NoLinealidad(1,7)

• Modelo SARIMA

Inserción en BD

Filtro de KalmanKNN

• Modelo VARMA• Modelo BVAR

• Modelo VARMA• Modelo BVAR• Modelos No Parám

Selección del Modelo

Significancia de parámetros Autocorrelación (1)

Significancia de parámetros

AIC*, BIC*, SQ*Test de pronóstico

AIC, BIC, SQTest de pronóstico

Nuevos Modelos

Modelo SARIMA (AIC)

Competencia por error de Pron

www.enersinc.com

Tipo de día Ordinarios

29

Ordinarios Especial CíclicoEspecial interanuales Identificación

Reparación de la muestra

con algoritmo de KNN (k-

Nearest - Neighbord)

Tipo día (Crudo) Valor Original

Tipo día (KNN) Valor KNN

M-Dic12-2010 158 M-Dic12-2010 158

….

MV01-Ene-2011 150 M-Ene-25-2011 160*

….

M-Ene-25-2011 M-Ene-25-2011 160

…

L14-mar-2011 160 L14-mar-2011 160

L-21-mar-2011 135 L14-mar-2011 160*

L-28-mar-2011 L-28-mar-2011 ?

Supongamos que queremos

pronosticar un lunes ordinario. Si

estamos a 22 y hacemos un

modelo autorregresivo de orden

7, y el lunes anterior es festivo,

tendremos problemas al calcular

el pronóstico. Por lo tanto se

puede hacer una reparación de

días al menos de un año.

La consulta va a traer una muestra de dos años de todos los días, identificando los tipos de días

especiales y el día de la semana. Luego reemplaza los especiales por el mismo día de la semana tipo

ordinario más cercano, ya sea futuro o pasado.

Ejemplo:

www.enersinc.com

Corrección Estacional de Datos Atípicos - KNN

30

www.enersinc.com

Corrección Estadística de Datos Atípicos

31

Time

Y2

0 20 40 60 80 100 120 140

10

.31

0.4

10

.51

0.6

www.enersinc.com32

www.enersinc.com33

Time

res_

ori

0 100 200 300 400

-1.5

-1.0

-0.5

0.0

0.5

1.0

Time

res_

ori

0 100 200 300 400

-0.5

0.0

0.5

Time

res_

ori

0 100 200 300 400

-0.6

-0.4

-0.2

0.0

0.2

0.4

0.6

www.enersinc.com

Paso previo de Exploración

34

OrdinalEstacional

www.enersinc.com

Selección de modelos tentativos

35

Órdenes de los modelos

Órdenes de los modelos

Diferenciación estacional y ordinal

www.enersinc.com

Modelos Utilizados

• mod1 <<- arima(Y1, order = c(1, 1, 1), seasonal = list(order = c(1, 1, 2),period = 7), method = c("CSS-ML"))







36

www.enersinc.com

Descomposición Horaria

www.enersinc.com

Optmización de factores horarios por tipo de día

38

fcost = 0

x[1]<-0.0266360261414423x[2]<-0.0253684480329322x[3]<-0.0248442942154823x[4]<-0.0250827251188662x[5]<-0.0281217826813169x[6]<-0.0359079392493617x[7]<-0.039236534701487x[8]<-0.0412397728763965x[9]<-0.0446920599774453x[10]<-0.0466645153931382x[11]<-0.0480279491833962x[12]<-0.0490627414483348x[13]<-0.0478368794338761x[14]<-0.0468164841983431x[15]<-0.046790614204743x[16]<-0.0468073383615312x[17]<-0.0468321945528304x[18]<-0.0475653338906925x[19]<-0.054135184793242x[20]<-0.0559096686387251x[21]<-0.0532137011302143x[22]<-0.0473562531448512x[23]<-0.0392216323605139x[24]<-0.0326299269718832

factores <<-(optim(x,fr, NULL, upper=rep(1,24), lower= rep(0,24), method = "L-BFGS-B"))$par

www.enersinc.com

Resultados Preeliminares - Centro

39

CND

ARIMA(1,1,1)x

(1,1,1) SCA PDIAFUT P5 Agente

0.25 0.17 0.66 0.23 0.32 0.25

www.enersinc.com

Resultados Preeliminares - SINU

40

ARIMA(1,1,1)x(1,1,1)ARIMA(1,1,1)x(1,1,1)ARIMA(1,1,1)x(1,1,1)Real SCA PDIAFUT P5 Agente

0.45 0.80 0.42 3.39 0.95 0.43 0.38

www.enersinc.com

Ejemplo 3

• #################################################################

• ## PROCESO DE PR0NÓSTICO PARA LA DEMANDA DE LAS UCPS DEL SIN ##

• ## Para tipo de Día Ordinario1

• ## Creado por: Giovanny Casas##

• ## Dirigido por: Jorge Sierra##

• ##################################################################

• Pronosticador = function(fechainicial, fechafinal, IDUCP,1)

• Por Ejemplo:

• Pronosticador = function(«2011-04-25»,«Ucentro»,1)

41

No de Modelos Modelo/Metodología a utilizar

Fecha Inicial de la Semana a pron Código de UCP (si no

se especifica ejecuta todas)

Los modelos se estiman con la información de las bases de Datos

Terminar AutomatizaciónDe días ordinarios

www.enersinc.com42

Ordinarios Especial CíclicoEspecial interanuales

Modelo SVAR Modelos VECM

Filtrado de atípicos y obs. faltantes

Identificación

Estimación de Modelos

Diagnóstico de Modelos

Entrega de mejor pronóstico

Filtro de Kalman

Test de NoLinealidad(1,7)

• Modelo SARIMA

Inserción en BD

Filtro de KalmanKNN

• Modelo VARMA• Modelo BVAR

• Modelo VARMA• Modelo BVAR• Modelos No Parám

Selección del Modelo

Significancia de parámetros Autocorrelación (1)

Significancia de parámetros

AIC*, BIC*, SQ*Test de pronóstico

AIC, BIC, SQTest de pronóstico

Nuevos Modelos

Modelo SARIMA (AIC)

Competencia por error de Pron

presentacion sesion 12_2014-08-21

Business