Ayoví Plata, Luis Armando2023-12-052023-12-052022-09-15POS.807https://repositorio.puce.edu.ec/handle/123456789/38480Artículo Científico previo a la obtención del Título de Magíster en Electricidad Mención Energías Renovables y Eficiencia Energética.Los 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.esBio-Inspirado, Predicción, Consumo, RNA, Mapas Auto Organizados.Article