Modelo predictivo de consumos de energía eléctrica aplicando redes neuronales artificiales.

En el presente proyecto de grado, se representa la aplicación de las redes neuronales artificiales (RNA) para el modelado de una variable de gran importancia en el análisis de eficiencia energética: el consumo total de potencia activa, así mismo su predicción, informe y grafica a través de una interfaz. Por una parte, se ha propuesto dos modelos de RNA para la predicción programadas en Matlab, la primera arquitectura es basada en el aprendizaje automático, la red retroalimentada de dos capas y la segunda arquitectura basada en el aprendizaje profundo, la red de memoria a corto y largo plazo. Por otra parte, el diseño de una interfaz capaz recopilar datos fiables de consumo total de potencia activa, enviar esta información a la RNA seleccionada, ilustrar sus predicciones, y asimismo su precisión comparada con datos reales.

• Autores: Galvis Plata, Jorman Hernando
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2022
• Institución: Universidad Francisco de Paula Santander
• Repositorio: Repositorio Digital UFPS
• Idioma: spa
• OAI Identifier: oai:repositorio.ufps.edu.co:ufps/7116
• Acceso en línea: https://repositorio.ufps.edu.co/handle/ufps/7116
• Palabra clave: Redes Neuronales Artificiales; Modelos Predictivos; Consumo de energía eléctrica; Machine learning; Deep learning
• Rights: openAccess
• License: Derechos Reservados - Universidad Francisco de Paula Santander