Resumen

Este estudio examina el impacto de factores relevantes (climáticos y no climáticos) sobre el consumo mensual de electricidad (CME) en cuatro grandes ciudades de Níger mediante regresiones lineales múltiples simples (MLR). Se utilizan parámetros como el PIB per cápita, la temperatura del aire (Tmean), la humedad relativa (HR), la velocidad del viento (WSP), la radiación solar (SR), las precipitaciones y el índice de claridad (K). Además, se calculan dos índices térmicos, el índice de calor (HI) y el índice de incomodidad (DI), para tener en cuenta los efectos de una humedad elevada junto con una temperatura ambiente elevada. Así pues, se han obtenido tres modelos diferentes a partir de las variables mencionadas. Los tres modelos se han probado utilizando la validación cruzada k-folds. Los resultados muestran que el modelo con variables primitivas como el PIB per cápita, Tmean, RH, SR y WSP funciona mejor que los otros dos modelos con un coeficiente de determinación R2 igual a 0,87, 0,854, 0,833 y 0,551 para Niamey, Maradi, Zinder y Agadez, respectivamente. Según el mes considerado, el error medio porcentual absoluto puede dar un error pequeño para combinaciones específicas de variables climáticas. Las variables como la precipitación y el índice de claridad no resultan estadísticamente significativas.

• Materias:Biocombustibles Energía Consumo de energía Fuentes de energía Electricidad
• Subjects:biofuels Energy Energy consumption Energy sources Electricity
• Palabras claves:índice de claridad, tal pib, error medio porcentual absoluto, regresiones lineales múltiples simples, coeficiente de determinación r2, temperatura ambiente elevada, consumo mensual de electricidad, tmean, wsp, impactos
• Keywords:clearness index, such gdp, mean absolute percentage error, simple multiple linear regressions, coefficient determination r2, high ambient temperature, monthly electricity consumption, tmean, wsp, impacts