Seleccione un texto para oirlo.

Please use this identifier to cite or link to this item: http://repositorio.utn.edu.ec/handle/123456789/10658
Citar este ítem

Title: Modelo para el pronóstico de la demanda de energía eléctrica de Emelnorte S.A. - Ibarra aplicando redes neuronales artificiales
metadata.dc.contributor.advisor: Montero Santos, Yakcleem
Authors: Morillo Tarapués, Daniel Fernando
Keywords: INDUSTRIAL;PRONÓSTICO;ENERGÍA ELÉCTRICA
Issue Date: 15-Oct-2020
metadata.dc.date.created: 12-Oct-2020
Abstract: Este trabajo de investigación presenta el diseño y aplicación de un modelo para el pronóstico de demanda de energía eléctrica mediante la utilización de redes neuronales artificiales en el software MATLAB ® y sus herramientas Toolbox/Neural Network Time Series. El garantizar una adecuada distribución de energía eléctrica se vuelve indispensable, esto requiere que las previsiones realizadas por la dirección de planificación cuenten con un grado de dispersión mínimo. La toma de decisiones de la organización se sustenta en los resultados generados, por lo cual su importancia. Al desarrollar y aplicar el modelo, se hace uso de herramientas como SPSS e IBM SPSS para poder comparar las previsiones en función de métricas como el MSE y R, y así, validar y sustentar la selección del modelo que presente aquellos resultados que se ajustan más al comportamiento real de la empresa. MATLAB ® generó los resultados más consecuentes con el objetivo, cabe mencionar que se utilizó el algoritmo de regulación Bayesiana para el entrenamiento de los datos técnicos de entrada, mejorando considerablemente los resultados obtenidos en comparación con los métodos convencionales considerados.
Description: Desarrollar un modelo para el pronóstico de la demanda de energía eléctrica de la empresa EMELNORTE S.A - Ibarra aplicando Redes Neuronales Artificiales que garantice la operación eficiente y segura de la distribución eléctrica.
URI: http://repositorio.utn.edu.ec/handle/123456789/10658
metadata.dc.coverage: Ibarra. Ecuador.
metadata.dc.description.degree: Ingeniería
metadata.dc.identifier.mfn: 0000031743
metadata.dc.contributor.deparment: Industrial
Appears in Collections:Ing. Industrial

Files in This Item:
File Description SizeFormat 
04 IND 271 logo.jpgLogo71,63 kBJPEGView/Open
04 IND 271 TRABAJO GRADO.pdfTrabajo de Grado3,93 MBAdobe PDFView/Open


This item is protected by original copyright



This item is licensed under a Creative Commons License Creative Commons