Implementación de una Red Neuronal Artificial para la predicción de la Demanda Eléctrica a corto plazo
Implementación de una Red Neuronal Artificial para la predicción de la Demanda Eléctrica a corto plazo
Cómo citar
Descargar cita
Mostrar biografía de los autores
Artículos similares
- 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
- 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
- Alex Villamarín, Angie Bravo, Ariel Chancusig, Contribución del Almacenamiento en Baterías en el Sistema Eléctrico Ecuatoriano para Optimizar su Despacho Económico , Revista Técnica "energía": Vol. 22 Núm. 2 (2026): Revista Técnica "energía", Edición No. 22 ISSUE II
- Wilson Pavón, Sandra Gualotuña, Estrategia de control robusto descentralizado para una micro-red aislada con generación distribuida acoplada para mejorar la estabilidad de voltaje. , Revista Técnica "energía": Vol. 20 Núm. 2 (2024): Revista Técnica "energía", Edición No. 20, ISSUE II
- Dylan Torres, Patricia Gavela, Edison Novoa, Daniela Agila, Impacto de la Conexión de Generación Distribuida Instalada de Manera Concentrada o Dispersa en Redes de Distribución Desbalanceadas de Medio y Bajo Voltaje , Revista Técnica "energía": Vol. 22 Núm. 2 (2026): Revista Técnica "energía", Edición No. 22 ISSUE II
- Diego Jiménez, Jhoao Rea, Pablo Muñoz, Gabriela Vizuete, Leonel Latacunga, Ciro Iza, Diseño y Construcción de un Medidor de Energía Digital Domiciliar , Revista Técnica "energía": Vol. 20 Núm. 1 (2023): Revista Técnica "energía", Edición No. 20, ISSUE I
- Daniel Orbe, Luis Salazar, Paúl Vásquez, Estimación y Análisis de Sensibilidad del Consumo Energético de Buses Eléctricos mediante Simulaciones Microscópicas en líneas de Transporte Público , Revista Técnica "energía": Vol. 21 Núm. 1 (2024): Revista Técnica "energía", Edición No. 21, ISSUE I
- Alex Villamarín Jácome, Miguel Saltos, Juan Echever, Dimensionamiento Óptimo de Sistemas Fotovoltaicos y Baterías en Entornos Residenciales para Reducir la Dependencia de la Infraestructura Eléctrica Centralizada , Revista Técnica "energía": Vol. 21 Núm. 2 (2025): Revista Técnica "energía", Edición No. 21, ISSUE II
- Joffre Constante, Robert Quinga, Klever Tigasi, Mauricio Mullo, Estimación Paramétrica del Modelo de Carga de Recuperación Exponencial Utilizando Mediciones Sincrofasoriales , Revista Técnica "energía": Vol. 22 Núm. 2 (2026): Revista Técnica "energía", Edición No. 22 ISSUE II
- 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
También puede Iniciar una búsqueda de similitud avanzada para este artículo.
Artículos más leídos del mismo autor/a
- J. Carrión , J. Cuenca , D. Orellana , Evaluación del Impacto que Genera la Introducción Masiva de Cocinas de Inducción en los Transformadores de Distribución Usando Algoritmos Genéticos , Revista Técnica "energía": Vol. 12 Núm. 1 (2016): Revista Técnica "energía", Edición No. 12
El pronóstico de la demanda eléctrica es un problema de gran importancia para el sector eléctrico, a partir de los resultados que se obtienen en un pronóstico los organismos reguladores toman decisiones adecuadas. Un buen pronóstico trae grandes beneficios tanto técnicos como financieros, por lo que en la actualidad se busca constantemente desarrollar modelos de predicción con el mínimo porcentaje de error, los resultados que se presentan en este trabajo corresponde al desarrollo de una red neuronal artificial para el pronóstico de la demanda eléctrica a corto plazo, utilizando las herramientas de Matlab.
La base de datos que se utilizó corresponde a las mediciones registradas por el sistema SCADA en un alimentador primario de la ciudad de Loja-Ecuador. Se emplea una red neuronal con el mínimo de capas y neuronas, sin perder la precisión del pronóstico. Para entrenar la red neuronal se realizó una adecuada selección y clasificación de las variables de entrada.
Visitas del artículo 1894 | Visitas PDF 720
Descargas
Semestral: Publicaciones en enero y julio
