Modelo bio-inspirado para técnicas de predicción de consumo energético en redes de distribución, mediante redes neuronales artificiales.

dc.contributor.authorAyoví Plata, Luis Armando
dc.date.accessioned2023-12-05T15:19:00Z
dc.date.available2023-12-05T15:19:00Z
dc.date.issued2022-09-15
dc.descriptionArtículo Científico previo a la obtención del Título de Magíster en Electricidad Mención Energías Renovables y Eficiencia Energética.es_ES
dc.description.abstractLos procesos recurrentes de registro de consumo energético durante la pandemia producida por el COVID 19, demostraron que es necesario contar con una forma alternativa de registro; por tal motivo, este artículo se fundamentó íntegramente en la construcción de un modelo bio-inspirado utilizando redes neuronales artificiales, dirigidas a predecir el consumo de energía eléctrica en un caso específico. Para la construcción de la Red Neuronal Artificial se creó una red multicapa de tipo SOM (Mapas Auto Organizados) que modificó los pesos de sus neuronas en función de los datos de entrada durante el entrenamiento. Esta red neuronal consta de 2 capas, de entrada (consumos de energía eléctrica) y de salida (mapa bidimensional); el modelo se implementó con la herramienta computacional MATLAB, obteniendo como resultado un promedio de error entre 9,2% y el 12,4 % al comparar los consumos reales y los consumos pronosticados, los cuales se consideran satisfactorios.es_ES
dc.identifier.citationPOS.807es_ES
dc.identifier.urihttps://repositorio.puce.edu.ec/handle/123456789/38480
dc.language.isoeses_ES
dc.publisherEcuador - Pucese - Maestría en Electricidad Mención Energías Renovables y Eficiencia Energéticaes_ES
dc.subjectBio-Inspirado, Predicción, Consumo, RNA, Mapas Auto Organizados.es_ES
dc.titleModelo bio-inspirado para técnicas de predicción de consumo energético en redes de distribución, mediante redes neuronales artificiales.es_ES
dc.typeArticlees_ES
Files
Original bundle
Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
Ayoví Plata Luis Armando Resumen.pdf
Size:
815.41 KB
Format:
Adobe Portable Document Format
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Plain Text
Description: