Análisis predictivo de series temporales de producción de gas natural en Colombia implementando metodologías estadísticas y de Machine Learning

Abstract

La industria energética de Colombia desempeña un papel importante en la estabilidad económica del país y la explotación de hidrocarburos y en particular de gas, es una de las principales fuentes de ingresos y generación de empleo en las regiones productoras. De esta manera, La predicción de gas en Colombia resulta ser un indicador económico de gran importancia ya que impacta en la cantidad de regalías que recibe el departamento y al precio de venta para el consumo domiciliario o industrial que pagan los usuarios. En este contexto, se analizan diversos algoritmos relacionados con el pronóstico de la producción de gas utilizando técnicas estadísticas y modelos de machine learning. Los datos fueron obtenidos de la página de datos abiertos y corresponde con la producción fiscalizada de gas por campo medida en millones de pies cúbicos por mes - mpcpm. Los datos se encuentran desagregados por departamento, municipio, operadora, campo y contrato para cada uno de los meses del año desde 2013 hasta noviembre de 2025. Se destacan enfoques estadísticos clásicos de series temporales ARIMA y SARIMA. Modelos de machine learning como ridge regression, XGBoost, random forest regressor y support vector machine regressor fueron usados en el presente trabajo. Como principal resultado se encontró que el método ridge regressor es el que mejor desempeño tiene por encima de otros métodos, con un R2 de 0.82 y un MAPE de solo 2.65%. En conjunto, estos referentes respaldan la propuesta de aplicar y comparar modelos de machine learning y estadísticos tradicionales para evaluar la predicción final con el objetivo de plantear escenarios futuros en la producción de gas