Aplicación de inteligencia artificial para pronosticar la demanda energética del sector de Primavera 2 con su respectivo alimentador de la subestación eléctrica Durán sur con nivel de tensión de 69/13.8 KV
En este estudio se han cumplido plenamente los objetivos planteados, tanto generales como específicos, en relación con el pronóstico de la demanda energética en el sector Primavera 2, alimentado por la subestación eléctrica Durán Sur. Se ha logrado recopilar y procesar los datos históricos de demand...
Guardat en:
| Autor principal: | |
|---|---|
| Altres autors: | |
| Format: | bachelorThesis |
| Idioma: | spa |
| Publicat: |
2024
|
| Matèries: | |
| Accés en línia: | http://dspace.ups.edu.ec/handle/123456789/28531 |
| Etiquetes: |
Afegir etiqueta
Sense etiquetes, Sigues el primer a etiquetar aquest registre!
|
Afegir etiqueta | Sumari: | En este estudio se han cumplido plenamente los objetivos planteados, tanto generales como específicos, en relación con el pronóstico de la demanda energética en el sector Primavera 2, alimentado por la subestación eléctrica Durán Sur. Se ha logrado recopilar y procesar los datos históricos de demanda utilizando herramientas avanzadas de MATLAB®, aplicando principios de Inteligencia Artificial para generar predicciones precisas y fiables. Estas predicciones han sido validadas mediante análisis exhaustivos, permitiendo identificar tendencias y posibles crecimientos en la demanda energética, lo que contribuirá a mejorar la eficiencia operativa del sistema eléctrico y a prevenir apagones. El uso de la Regresión Polinomial en el pronóstico para los meses de enero y febrero del 2024 ha sido particularmente eficaz para capturar las tendencias no lineales en los datos históricos, permitiendo prever con mayor precisión las variaciones en la demanda. Este enfoque proporciona una base sólida para la planificación energética. Por otro lado, el análisis con el método de Suavizado Exponencial Simple (SES) ha ofrecido pronósticos fiables para marzo y abril del 2024, reflejando tanto las tendencias recientes como los patrones estacionales, lo que constituye una herramienta valiosa para la gestión energética en el sector Primavera 2. |
|---|