El presente trabajo tiene por objetivo investigar el poder predictivo de los modelos SARFIMA para el análisis de series temporales diarias, con una aplicación a la serie diaria de consumo eléctrico del Uruguay. Este tipo de modelos permite el estudio de características de largo plazo de la serie en cuestión y disminuye la posibilidad de sobrediferenciación de la serie ya que los parámetros de los polinomios de diferenciación son estimados y pueden ser puestos a prueba mediante estadísticos con distribución conocida. La estimación es llevada a cabo con el método de mínimos cuadrados, mediante la utilización del algoritmo de Gauss-Newton. A diferencia de otros métodos de estimación, éste es llevado a cabo en una única etapa, lo que da lugar a estimadores más eficientes. Para poner a prueba la calidad de las predicciones se contrasta el poder predictivo de estos modelos contra modelos SARIMA mediante indicadores como el MAE y MAPE. Los resultados indican que un modelo que permita la diferenciación fraccional es una herramienta poderosa para la predicción de este tipo de series.