Minería de Datos y Proyección a Corto Plazo de la Demanda de Potencia en el Sistema Eléctrico Ecuatoriano
Data Mining and Short-Term Projection of Power Demand in the Ecuadorian Electric System
Cómo citar
Descargar cita
Mostrar biografía de los autores
Artículos similares
- Kleber Zhañay, Cristian Leiva, Erika Pilataxi, William Quitiaquez, Modelo de Correlación Desgaste - Cantidad de Sedimentos para la Programación de Mantenimiento Preventivo de una central Hidroeléctrica , Revista Técnica "energía": Vol. 21 Núm. 2 (2025): Revista Técnica "energía", Edición No. 21, ISSUE II
- Alan Cuenca, Cristina Oña, Ismael Suquillo, Henry Miniguano, Metodología de Diseño de Sistemas Aislados de Energía Solar Fotovoltaica para Áreas Rurales en Ecuador , Revista Técnica "energía": Vol. 20 Núm. 1 (2023): Revista Técnica "energía", Edición No. 20, ISSUE I
- Josua Oña, Luis Ruales, Análisis de sobrevoltajes por impulso atmosférico en sistemas de Transmisión con discontinuidades líneas de transmisión aéreas y cables aislados, usando ATP , Revista Técnica "energía": Vol. 20 Núm. 2 (2024): Revista Técnica "energía", Edición No. 20, ISSUE II
- Fernando Toapanta, Melany Oña, Estudio Numérico con CFD de la Refrigeración en una Cabina Vehicular con dos Refrigerantes R32 y R600a , Revista Técnica "energía": Vol. 21 Núm. 1 (2024): Revista Técnica "energía", Edición No. 21, ISSUE I
- Marcio Zamboti, Ana Becker, Alan Pombo, Carlos Oliveira, Eduardo Sousa, Rafael Soares, Angelo Colombini, Evaluación Experimental del Desempeño Fotométrico de Luminarias LED para Alumbrado Público Bajo Envejecimiento Acelerado , Revista Técnica "energía": Vol. 22 Núm. 2 (2026): Revista Técnica "energía", Edición No. 22 ISSUE II
- Cristian Leiva, Vinicio Quinteros, Steven Cardenas, Optimización de Costos de Producción con el Uso Programación Lineal Entera en la Planeación de la Producción para el Control de Inventario de Materias Primas , Revista Técnica "energía": Vol. 22 Núm. 2 (2026): Revista Técnica "energía", Edición No. 22 ISSUE II
- William Quitiaquez, Andrés Argüello, Isaac Simbaña, Patricio Quitiaquez, Evaluación del Comportamiento de Motores a Gasolina Mediante Simulación del Flujo de Aire a Través del Cuerpo de Aceleración , Revista Técnica "energía": Vol. 20 Núm. 1 (2023): Revista Técnica "energía", Edición No. 20, ISSUE I
- William Quitiaquez, Hugo Meneses, Patricio Quitiaquez, Isaac Simbaña, Regeneración de Componentes Deteriorados de Motores de Combustión Interna Utilizados en Centrales Térmicas , Revista Técnica "energía": Vol. 21 Núm. 2 (2025): Revista Técnica "energía", Edición No. 21, ISSUE II
- 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
- Isaac Simbaña, Cristian Guilcaso, Fabricio Tipantocta, Evaluación Energética y Ambiental de una Bomba de Calor Asistida por Energía Solar para el Calentamiento de Agua , Revista Técnica "energía": Vol. 22 Núm. 2 (2026): Revista Técnica "energía", Edición No. 22 ISSUE II
También puede Iniciar una búsqueda de similitud avanzada para este artículo.
Artículos más leídos del mismo autor/a
- Erick Tipanguano, Luis Dután, Fabián Pérez, Adecuaciones al Modelo de Relé de Distancia (ANSI tipo 21) de ATPDraw para Viabilizar el Análisis del Desempeño Dinámico de esta Protección en Esquemas de Apertura y Recierre Monopolar para Líneas de Transmisión , Revista Técnica "energía": Vol. 17 Núm. 1 (2020): Revista Técnica "energía", Edición No. 17, ISSUE I
- Selene Peñafiel, Patricia Otero, Fabián Pérez, Diagnóstico del Estado de Transformadores de Distribución Mediante el Ensayo de Análisis de Respuesta en Frecuencia , Revista Técnica "energía": Vol. 20 Núm. 1 (2023): Revista Técnica "energía", Edición No. 20, ISSUE I
- Daniel Jiménez, Wilson Andino, Mauricio Soria, Fabián Pérez, Coordinación Óptima de Relés de Sobrecorriente Temporizados empleando Algoritmos Heurísticos COA y GSA , Revista Técnica "energía": Vol. 21 Núm. 1 (2024): Revista Técnica "energía", Edición No. 21, ISSUE I
- Alejandro Trejo , Patricia Gavela, Diego Salinas, Análisis de Energía Firme en Autogeneradores Hidroeléctricos Considerando la Red de Transmisión , Revista Técnica "energía": Vol. 18 Núm. 2 (2022): Revista Técnica "energía", Edición No. 18, ISSUE II
En este artículo se presenta una herramienta computacional elaborada en lenguaje de programación Python para minería de datos y proyección a corto plazo de la demanda de potencia eléctrica del Sistema Nacional Interconectado (SNI), utilizando el enfoque predictivo del algoritmo de aprendizaje automático Random Forest.
La implementación de la función Hyperopt para definir los principales hiperparámetros del algoritmo Random Forest junto con la aplicación de la ingeniería de características permiten ajustar un modelo adecuado de aprendizaje automático para las series de datos. Dicho algoritmo es implementado en tareas de mitigación de valores faltantes y valores atípicos para estructurar bases de datos completos y libres de desviaciones.
El procedimiento para minería de datos y proyección de demanda muestra la confiabilidad y versatilidad de utilizar la herramienta computacional obteniendo resultados relevantes, como la disminución de anomalías en las series de datos para mejorar la precisión en las curvas de demanda eléctrica proyectadas.
Visitas del artículo 2243 | Visitas PDF 754
Descargas
[1] R. Medina and E. Montoya, “Estimación estadística de valores faltantes en series históricas de lluvia,” Universidad Tecnológica de Pereira, Pereira, 2008.
[2] S. Jurado, À. Nebot, F. Mugica, and N. Avellana, “Hybrid methodologies for electricity load forecasting: Entropy-Based Feature Selection with Machine Learning and Soft Computing Techniques,” ENERGY, vol. 86, pp. 276–291, Jun. 2015.
[3] K. Berk, Modeling and Forecasting Electricity Demand A Risk Management Perspective. Germany: Springer, 2015.
[4] V. Hinojosa, “Pronóstico de Demanda de Corto Plazo en Sistemas de Suministro de Energía Eléctrica utilizando Inteligencia Artificial,” Universidad Nacional de San Juan, Argentina, 2007.
[5] M. Jacob, C. Neves, and D. Vukadinović Greetham, “Short Term Load Forecasting,” in Forecasting and Assessing Risk of Individual Electricity Peaks. Mathematics of Planet Earth, Springer, 2019, pp. 15–37.
[6] Y. Liu, Python Machine Learning by Example, 2nd ed. Birmingham: Packt, 2017.
[7] L. Igual and S. Seguí, Introduction to Data Science: A Python Apporach to Concepts, Techniques and Applications. Switzerland: Springer, 2017.
[8] L. BREIMAN, “Random Forests,” Machine Learning, vol. 45, pp. 5–32, 2001.
[9] Medium, “A Trip to Random Forest.” Mar. 2018, Accessed: Jun. 28, 2020. [Online]. Available: https://medium.com/greyatom/a-trip-to-random-forest-5c30d8250d6a.
[10] Scikit Learn, “scikit-learn Machine Learninh in Python.” Jun. 28, 2020, Accessed: Jun. 28, 2020. [Online]. Available: https://scikit-learn.org/stable/index.html.
[11] M. Swamynathan, Mastering Machine Learning with Python in Six Steps: A practical Implementation Guide to Predictive Data Analytics Using Python. Bangalore: Apress, 2017.
[12] K. Brent, J. Bergstra, and C. Eliasmith, “Hyperopt-Sklearn,” in Automated Machine Learning: Methods, Systems, Challenges, Waterloo: Springer, 2019.
[13] A. O. Gallo, “Análisis predictivo para minería de datos y proyección de demanda a corto plazo de la demanda de potencia en el sistema eléctrico ecuatoriano”, Escuela Politécnica Nacional, Quito, Ecuador, Oct. 2020.
[14] G. Bontempi, S. Ben Taieb, and Y. Le borgne, “Machine learning strategies for time series forecasting,” Berlin Germany, Jul. 2012, vol. 138, pp. 62–77.
Semestral: Publicaciones en enero y julio
