<p>En este artículo se propone un modelo para la predicción de demanda de energía eléctrica a corto plazo empleando técnicas de estimación Set Membership. El modelo está compuesto por una componente periódica y una componente no-lineal auto-regresiva generada por un modelo no-paramétrico adaptable que incorpora datos recientes al conjunto de identificación en cada iteración del algoritmo. El modelo es evaluado en un caso de estudio con mas de 13,000 muestras de demanda horaria a lo largo de tres años, registradas en un municipio rural de Colombia. El desempeño del estimador se compara con un modelo lineal auto-regresivo y un modelo Set Membership con conjunto de identificación fijo. Los resultados muestran que el estimador propuesto logra predecir la demanda de energía con un error RMS inferior al 2.5 % en datos de validación, empleando solo un 5 % de los datos disponibles para la construcción del modelo.</p>