Predicción de precios de la electricidad en el sector eléctrico

En los últimos años muchos algoritmos para la predicción del precio de la electricidad han sido publicados, siendo los basados en redes neuronales los mejores. Sin embargo, estos algoritmos son simples en comparación con los métodos que se usan en otros campos, como en el procesamiento del lenguaje natural. En concreto, en este trabajo se propone adaptar el Transformer, modelo que es el estado del arte en el procesamiento del lenguaje natural, para la predicción del precio de la electricidad y mostrar que las predicciones de este modelo son mejores, convirtiéndose así en el nuevo estado del arte

In the past few years many algorithms for Electricity Price Forecasting have been published, being the ones based on Neural Networks the best ones. However, these algorithms are simple compared to the methods used in other fields, as NLP. In particular, this thesis proposes to adapt the Transformer, the state of the art model for NLP, to Electricity Price Forecasting and shows that the predictions of this model are better, becoming the new state of the art.