Pronóstico de Demanda de Muy Corto Plazo Utilizando Razonamiento Inductivo Fuzzy y Algoritmos Evolutivos
Pronóstico de Demanda de Muy Corto Plazo Utilizando Razonamiento Inductivo Fuzzy y Algoritmos Evolutivos
Cómo citar
Descargar cita
Mostrar biografía de los autores
Artículos similares
- Jorge Lara, Mauricio Samper, Graciela Colomé, Predicción a corto plazo de sistemas de medición inteligentes mediante arquitecturas de aprendizaje profundo multivariable y multipaso , Revista Técnica "energía": Vol. 21 Núm. 1 (2024): Revista Técnica "energía", Edición No. 21, ISSUE I
- Jorge Leon, Graciela Colomé, Estefanía Tapia, Identificación de Generadores Críticos ante Problemas de Estabilidad Transitoria , Revista Técnica "energía": Vol. 21 Núm. 2 (2025): Revista Técnica "energía", Edición No. 21, ISSUE II
- Andrés Pereira, Roberth Saraguro, Carlos Quinatoa, Evaluación de Pérdidas de Potencia Activa en el Sistema Eléctrico de la Empresa eléctrica Quito (EEQ) Aplicando un Algoritmo de Optimización , Revista Técnica "energía": Vol. 21 Núm. 1 (2024): Revista Técnica "energía", Edición No. 21, ISSUE I
- José Castro, Paúl Soto, Ruth Reategui, Tuesman Castillo, Partición de una Red Eléctrica de Distribución Aplicando Algoritmos de Agrupamiento K-means y DBSCAN , Revista Técnica "energía": Vol. 20 Núm. 1 (2023): Revista Técnica "energía", Edición No. 20, ISSUE I
- Gabriel Guañuna, Santiago Chamba, Nelson Granda, Jaime Cepeda, Diego Echeverría, Walter Vargas, Estimación del Margen de Estabilidad de Voltaje Utilizando Herramientas de Aprendizaje Automático , Revista Técnica "energía": Vol. 20 Núm. 1 (2023): Revista Técnica "energía", Edición No. 20, ISSUE I
- Alex Mullo, José Reinoso, Marlon Chamba, Carlos Lozada, Análisis y Caracterización de la Calidad de Energía utilizando Minería de Datos , Revista Técnica "energía": Vol. 22 Núm. 1 (2025): Revista Técnica "energía", Edición No. 22, ISSUE I
- Rolando Noroña, Edgar Cajas, Carlos Lozada, Marlon Chamba, Análisis de Estabilidad Transitoria Utilizando el Concepto de Inercia y Minería de Datos , Revista Técnica "energía": Vol. 22 Núm. 1 (2025): Revista Técnica "energía", Edición No. 22, ISSUE I
- Johnny Heredia, Edy Ayala , Diseño de Sistema para la Generación de Mantenimiento Predictivo Basado en IoT e Inteligencia Artificial para Talleres de Mecánica Exprés , Revista Técnica "energía": Vol. 21 Núm. 2 (2025): Revista Técnica "energía", Edición No. 21, ISSUE II
- Wilson Brito, Santiago Chamba, Diego Echeverría, Aharon De La Torre, David Panchi, Herramienta de Identificación Paramétrica, Validación y Sintonización de Reguladores de Velocidad Mediante Algoritmos de Optimización Heurísticos , Revista Técnica "energía": Vol. 20 Núm. 2 (2024): Revista Técnica "energía", Edición No. 20, ISSUE II
- Carlos Lozada, David Panchi, Wilson Sánchez, Andrés Jacho, Regresión Lineal para la Identificación del Punto de Máxima Potencia en Microrredes Híbridas Implementado en HYPERSIM , Revista Técnica "energía": Vol. 20 Núm. 2 (2024): Revista Técnica "energía", Edición No. 20, ISSUE II
También puede Iniciar una búsqueda de similitud avanzada para este artículo.
Artículos más leídos del mismo autor/a
- Gabriel Salazar, Víctor Hinojosa, Licitaciones de Energía Eléctrica y Teoría de Subastas , Revista Técnica "energía": Vol. 3 Núm. 1 (2007): Revista Técnica "energía", Edición No. 3
- Víctor Hinojosa, Wladimir Llanos, Pronóstico de Demanda para Sistemas de Suministro de Energía Eléctrica Utilizando Algoritmos Evolutivos y Razonamiento Inductivo Fuzzy – Desarrollo de la Plataforma Gráfica Merlyn , Revista Técnica "energía": Vol. 10 Núm. 1 (2014): Revista Técnica "energía", Edición No. 10
- Víctor Hinojosa, Wladimir Llanos, Pronóstico de Demanda para Sistemas de Suministro de Energía Eléctrica Utilizando Algoritmos Evolutivos y Razonamiento Inductivo Fuzzy – Desarrollo de la Plataforma Gráfica Merlyn - 2008 , Revista Técnica "energía": Vol. 4 Núm. 1 (2008): Revista Técnica "energía", Edición No. 4
Este trabajo se enfocará en la modelación Cualitativa– Cuantitativa Razonamiento Inductivo Fuzzy (FIR), aplicada al problema de Pronóstico de Demanda de Muy Corto Plazo (PDMCP). El PDMCP predice el comportamiento de la demanda a partir del último dato real agregado, con el fin de establecer las desviaciones de la demanda programada versus la real.
La Metodología FIR & SRA propuesta se verifica con varios horizontes de pronóstico, verificando la eficiencia del modelo. El modelo considera la temperatura, debido a la correlación que tiene en el corto plazo con la demanda de un Sistema Eléctrico.
Visitas del artículo 422 | Visitas PDF 197








