En este articulo se presenta una propuesta metodologica para la prediccion mensual de energia electrica del Sistema Interconectado Nacional (SIN) de Colombia, mediante la transformada discreta de Wavelet y una red neuronal artificial. El modelo propuesto utiliza como punto de partida una base de datos univariada en miles de Gwh por mes, entre Agosto del 1995 y Junio de 2010, disponible en el sistema de Neon (www.xm.com.co). Esta serie es denominada original y consta de 179 muestras. Con el fin de extraer tendencia y estacionalidad de la serie, en la etapa de pre-procesamiento se utilizo la transformada discreta wavelet (DWT). Debido al caracter no lineal que presenta la serie original, se manejo un modelo neuronal autorregresivo no lineal (NAR) y se determino un vector de las entradas pasadas necesarias para la prediccion con el autocorrelograma (relacion que tiene el valor actual de la serie original con sus valores pasados) de la serie residual. Los resultados obtenidos fueron contrastados con un modelo estadistico lineal autorregresivo (AR).