Estimación de la demanda eléctrica mediante la red neuronal recurrente tipo LSTM aplicado al estudio de un sector residencial en una micro-red
Este trabajo se realiza con la finalidad de estimar la demanda eléctrica de un sector residencial en determinados periodos de tiempo empleando la Red neuronal recurrente conocida como Long-Short Term Memory (LSTM). El sector residencial de estudio es la Armenia, perteneciente a la ciudad de Quito en...
Kaydedildi:
| Yazar: | |
|---|---|
| Materyal Türü: | bachelorThesis |
| Dil: | spa |
| Baskı/Yayın Bilgisi: |
2024
|
| Konular: | |
| Online Erişim: | http://dspace.ups.edu.ec/handle/123456789/28728 |
| Etiketler: |
Etiketle
Etiket eklenmemiş, İlk siz ekleyin!
|
Etiketle | Özet: | Este trabajo se realiza con la finalidad de estimar la demanda eléctrica de un sector residencial en determinados periodos de tiempo empleando la Red neuronal recurrente conocida como Long-Short Term Memory (LSTM). El sector residencial de estudio es la Armenia, perteneciente a la ciudad de Quito en Ecuador; sus datos históricos corresponden a un año comprendido entre el mes de septiembre del 2022 a septiembre del 2023 tomados del primario 23 D. Este sector residencial es analizado como micro-red en modo aislado, los resultados de las estimaciones futuras del consumo de energía permiten idear la planificación adecuada para garantizar la suficiencia de generación distribuida en función de las nuevas cargas obtenidas y observar los datos de demanda histórica en relación a los nuevos datos de demanda proporcionados por la red LSTM. Sabiendo la generación necesaria que se debe suministrar, sería posible garantizar el servicio de energía continuo y sin interrupciones para los usuarios. El caso de estimación mencionado se realiza utilizando el software Matlab para visualizar la curva de demanda en tres escenarios, por horas de un día, días de una semana y meses de un año. |
|---|