[pt] No novo modelo do Setor Elétrico é essencial desenvolver novas técnicas que estimem valores futuros, a curto e longo-prazos, das potências ativa e reativa. Com base nisso, este trabalho tem por objetivo apresentar uma nova técnica de previsão horária de potência reativa a curto-prazo, por subestação, baseada na linearidade existente entre as potências ativa e reativa. O modelo proposto, denominado de Modelo Híbrido de Previsão de Reativo, é dividido em duas etapas: A primeira etapa é feita uma classificação dos dados através de uma rede neural não supervisionada Mapas Auto-Organizáveis de Kohonen (SOM); A segunda etapa, utiliza-se um modelo de defasagem distribuída auto-regressivo (ADL) com estimação de Mínimos Quadrados Reponderados Iterativamente (IRLS) acoplado a uma correção para autocorrelação serial dos resíduos - Método Iterativo de Cochrane-Orcutt. Este Modelo Híbrido tem como variável dependente a potência reativa, e como variáveis explicativas dados horários de potência ativa e reativa no instante atual e defasadas no tempo. A previsão de potência reativa a curto-prazo é dividida em in sample e em out of sample. A previsão out of sample é aplicada a períodos horários em até um mês à frente. O modelo proposto é aplicado aos dados de uma concessionária específica de Energia Elétrica e os resultados são comparados a um modelo de Regressão Dinâmica convencional e a um modelo de Redes Neurais Artificiais Feedforward de Múltiplas camadas (MLP) com um algoritmo de retropropagação do erro. / [en] The forecasting of reactive and active power is an important tool in the monitoring of an Electrical Energy System. The main purpose of the present work is the development of a new short-term reactive power hourly forecast technique, which can be used at utility or substations levels. The proposed model, named A Hybrid Model for Reactive Forecasting, is divided in two stages. In the first stage, the active and reactive power data are classified by an unsupervised neural network - the Self-Organized Maps of Kohonen (SOM). In the second stage, a Autoregressive Distributed Lags Model (ADL) is used with its parameters estimated by an Iteratively Reweighted Least Square (IRLS). It also includes a correction lag structure for serial autocorrelation of the residuals as used in the Cochrane-Orcutt formulation. The short term reactive power forecasting is divided in in sample and out of sample. The out of sample forecast is applied to hourly periods until one month ahead. The proposed model is applied to real data of one substation and the results are compared with two other approaches, a conventional Dynamic Regression and a Feedforward Multi-layer Perceptron (MLP) Artificial Neural Network model.

El presente estudio examina el efecto de la volatilidad del tipo de cambio real sobre las exportaciones agrícolas no tradicionales en el Perú ante la falta de un consenso universal sobre este tema, sea por el tipo de economía, sector o entre otras características. El estudio emplea datos mensuales de series de tiempo para el periodo del 2003 al 2019, a partir de las fuentes de información recolectadas por el Banco Central de Reserva del Perú (BCRP) y el Sistema de Reserva Federal de los Estados Unidos (FED). La investigación utiliza el modelo GARCH para determinar la presencia de la volatilidad en la serie del tipo de cambio real multilateral. Los métodos analíticos empleados fueron los Mínimos Cuadrados Ordinarios (MCO) para demostrar la estabilidad de los parámetros y posteriormente, para el análisis de las relaciones dinámicas tanto a corto como a largo plazo se empleó el modelo de Rezagos Distribuidos Autorregresivos (ARDL). Además de emplear algunas variables de control para estimar los modelos propuestos. Los resultados concluyeron en que la volatilidad del tipo de cambio real tuvo un impacto positivo en las exportaciones agrícolas no tradicionales en el corto plazo para el Perú. Por el otro lado, en el largo plazo no se encontró una incidencia de la volatilidad del tipo de cambio real sobre estas exportaciones agrícolas no tradicionales en el Perú. / This research examines the effect of the real exchange rate volatility on non-traditional agricultural exports in Peru in the absence of a universal consensus on this issue, be it due to the type of economy, sector and among other characteristics. The study used monthly time series data for the period 2003 to 2019, based on information sources collected by the Central Reserve Bank of Peru (BCRP) and the United States Federal Reserve System (FED). The research used the GARCH model to determine the presence of volatility in the series of the multilateral real exchange rate. The analytical methods used were Ordinary Least Squares (OLS) to demonstrate the stability of the parameters and later, for the analysis of dynamic relationships both in the short and long term, the Autoregressive Distributed Lags (ARDL) model was used. In addition to using some control variables to estimate the proposed models. The results concluded that the real exchange rate volatility had a positive impact on non-traditional agricultural exports in the short term in Peru. While, in the long term, there was no incidence of the real exchange rate volatility on these non-traditional agricultural exports. / Trabajo de investigación