Especialización en Analítica y Ciencia de Datos · 2025
Modelo predictivo del impacto del fenómeno de “El Niño” sobre los niveles de los embalses del Sistema Energético Colombiano a partir de sus parámetros técnicos y el ONI
Solo ficha. El repositorio marca este trabajo como «Acceso abierto»: el PDF no es público, así que aquí no hay texto para leer. Ver la ficha en el repositorio.
Resumen
El presente proyecto implementa un conjunto de modelos predictivos basados en técnicas de Machine Learning para anticipar el impacto del fenómeno de El Niño sobre los niveles de los embalses del Sistema Energético Colombiano. Dada la alta dependencia del país en la generación hidroeléctrica, se busca mejorar la planeación energética a mediano plazo mediante la predicción del volumen útil diario de los embalses, tanto a nivel individual como agregado por región hidrológica, en un horizonte de dos años. Para ello, se integraron datos históricos del índice oceánico del niño (ONI), parámetros técnicos de los embalses y variables hidrológicas extraídas de fuentes como CPC, PARATEC y SIMEM. Se construyeron cuatro datasets (agregados y no agregados), los cuales fueron sometidos a procesos de limpieza, estandarización y análisis exploratorio. Se evaluaron modelos como ARIMA, SARIMA y LSTM, utilizando métricas como MAE, RMSE y MASE. Entre los principales retos afrontados se encuentran la estandarización de datos heterogéneos y el tratamiento de valores faltantes. Los resultados muestran una capacidad predictiva significativa. Este enfoque ofrece una herramienta útil para la toma de decisiones en el sector energético colombiano, especialmente en contextos de estrés hídrico.