|
Por favor, use este identificador para citar o enlazar este ítem:
https://repositorio.utn.edu.ec/handle/123456789/10658
Registro completo de metadatos
Campo DC | Valor | Lengua/Idioma |
---|---|---|
dc.contributor.advisor | Montero Santos, Yakcleem | - |
dc.contributor.author | Morillo Tarapués, Daniel Fernando | - |
dc.date.accessioned | 2020-10-16T00:37:34Z | - |
dc.date.available | 2020-10-16T00:37:34Z | - |
dc.date.created | 2020-10-12 | - |
dc.date.issued | 2020-10-15 | - |
dc.identifier.other | 04/IND/ 271 | es_EC |
dc.identifier.uri | http://repositorio.utn.edu.ec/handle/123456789/10658 | - |
dc.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. | es_EC |
dc.description.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. | es_EC |
dc.language.iso | spa | es_EC |
dc.rights | openAccess | es_EC |
dc.rights | Atribución-NoComercial-CompartirIgual 3.0 Ecuador | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-sa/3.0/ec/ | * |
dc.subject | INDUSTRIAL | es_EC |
dc.subject | PRONÓSTICO | es_EC |
dc.subject | ENERGÍA ELÉCTRICA | es_EC |
dc.title | Modelo para el pronóstico de la demanda de energía eléctrica de Emelnorte S.A. - Ibarra aplicando redes neuronales artificiales | es_EC |
dc.type | bachelorThesis | es_EC |
dc.description.degree | Ingeniería | es_EC |
dc.contributor.deparment | Industrial | es_EC |
dc.coverage | Ibarra. Ecuador. | es_EC |
dc.identifier.mfn | 0000031743 | es_EC |
Aparece en las colecciones: | Ing. Industrial |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
04 IND 271 logo.jpg | Logo | 71,63 kB | JPEG | Visualizar/Abrir |
04 IND 271 TRABAJO GRADO.pdf | Trabajo de Grado | 3,93 MB | Adobe PDF | Visualizar/Abrir |
Este ítem está protegido por copyright original |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons