Estimación del consumo energético de una vivienda

This paper presents the results of the comparison between three different numeric regression techniques used to forecast typical home electric power consumption values. The data used was real life hourly consumption data gathered from homes in the “Cooservicios” community of the city of Tunja (Colom...

Full description

Autores:: Bautista López, Diego Andrés
Mantilla Arias, Maria Paula

Tipo de recurso:

Fecha de publicación:: 2020

Institución:: Universidad Santo Tomás

Repositorio:: Universidad Santo Tomás

Idioma:: spa

id	SantoToma2_0e5df48efcd0aa923dade3ffc9dbd7a7
oai_identifier_str	oai:repository.usta.edu.co:11634/32684
network_acronym_str	SantoToma2
network_name_str	Universidad Santo Tomás
repository_id_str
spelling	Bautista López, Diego AndrésMantilla Arias, Maria Paula2021-03-17T21:18:54Z2021-03-17T21:18:54Z2020-11-06http://revistas.ustatunja.edu.co/index.php/ingeniomagno/article/view/2051http://hdl.handle.net/11634/32684This paper presents the results of the comparison between three different numeric regression techniques used to forecast typical home electric power consumption values. The data used was real life hourly consumption data gathered from homes in the “Cooservicios” community of the city of Tunja (Colombia). The results of the study suggest that a regression technique based on the comparison between the average and daily values yields the lowest Mean Square Error (MSE). Once the MSE is deemed acceptable, it is possible to utilize the model to forecast power consumption with a relative degree of confidence. This comparison is made with the purpose of improving the dimensioning of renewable energy systems, based on the electricity consumption determined according to the predictions, achieving efficient systems that meet the needs of each one of the homes.Este documento presenta los resultados de la comparación entre diferentes técnicas de regresión numérica, las cuales se realizan con el fin de estimar el consumo eléctrico de un hogar mediante una función matemática. Los datos que se utilizaron para la obtención de este modelo matemático fueron datos de consumo por hora, recopilados de hogares del barrio “Cooservicios” de la ciudad de Tunja (Colombia), consiguiendo una predicción en la demanda de energía eléctrica residencial. Los resultados del estudio sugieren que una técnica de regresión basada en la comparación entre el valor promedio de los días anteriores y el valor diario, produce el error cuadrático medio (MSE) más bajo, de esta forma, una vez que el MSE se considera aceptable, es posible utilizar el modelo para pronosticar el consumo de energía con un grado relativo de confianza, mejorando el dimensionamiento de los sistemas de energía renovable, a partir del consumo eléctrico determinado según las predicciones, para la implementación de sistemas eficientes que cubran las necesidades de cada uno de los hogares.Este documento apresenta os resultados da comparação entre diferentes técnicas de regressão, que são realizadas com o objetivo de prever o consumo elétrico de uma casa, com base em dados reais obtidos em residências na cidade de Tunja no setor “Cooservicios”, estabelecendo uma previsão na demanda de energia elétrica residencial. Dentre as três técnicas utilizadas, verifica-se que a melhor é a terceira, que se baseia na comparação da regressão dos dados medios por hora a cada dia, tendo uma regressão que estima o dia seguinte, bem como a dia anterior e ajustando-se aos dados existentes para reduzir o erro quadrático médio (MSE). Essa comparação é feita com o objetivo de melhorar o dimensionamento dos sistemas de energia renovável, com base no consumo de eletricidade determinado de acordo com as previsões, alcançando sistemas eficientes que atendem às necessidades de cada uma das residências.application/pdfspaUniversidad Santo Tomás Seccional Tunjahttp://revistas.ustatunja.edu.co/index.php/ingeniomagno/article/view/2051/1792Ingenio Magno; Vol. 11 Núm. 1 (2020): Ingenio Magno vol. 11-1; 88-972422-23992145-9282Derechos de autor 2020 Ingenio Magnohttp://purl.org/coar/access_right/c_abf2Estimación del consumo energético de una viviendaEnergy consumption estimate of a houseEstimativa do consumo de energia de uma casainfo:eu-repo/semantics/articlehttp://purl.org/coar/version/c_970fb48d4fbd8a85http://purl.org/coar/resource_type/c_2df8fbb1regressionsizingenergycomparisonforecastregresióndimensionamientoenergíacomparaciónpronósticoregressãodimensionamentoenergiacomparaçãoprevisão11634/32684oai:repository.usta.edu.co:11634/326842023-07-14 16:28:31.617metadata only accessRepositorio Universidad Santo Tomásnoreply@usta.edu.co
dc.title.spa.fl_str_mv	Estimación del consumo energético de una vivienda
dc.title.alternative.eng.fl_str_mv	Energy consumption estimate of a house
dc.title.alternative.por.fl_str_mv	Estimativa do consumo de energia de uma casa
title	Estimación del consumo energético de una vivienda
spellingShingle	Estimación del consumo energético de una vivienda regression sizing energy comparison forecast regresión dimensionamiento energía comparación pronóstico regressão dimensionamento energia comparação previsão
title_short	Estimación del consumo energético de una vivienda
title_full	Estimación del consumo energético de una vivienda
title_fullStr	Estimación del consumo energético de una vivienda
title_full_unstemmed	Estimación del consumo energético de una vivienda
title_sort	Estimación del consumo energético de una vivienda
dc.creator.fl_str_mv	Bautista López, Diego Andrés Mantilla Arias, Maria Paula
dc.contributor.author.spa.fl_str_mv	Bautista López, Diego Andrés Mantilla Arias, Maria Paula
dc.subject.proposal.eng.fl_str_mv	regression sizing energy comparison forecast
topic	regression sizing energy comparison forecast regresión dimensionamiento energía comparación pronóstico regressão dimensionamento energia comparação previsão
dc.subject.proposal.spa.fl_str_mv	regresión dimensionamiento energía comparación pronóstico
dc.subject.proposal.por.fl_str_mv	regressão dimensionamento energia comparação previsão
description	This paper presents the results of the comparison between three different numeric regression techniques used to forecast typical home electric power consumption values. The data used was real life hourly consumption data gathered from homes in the “Cooservicios” community of the city of Tunja (Colombia). The results of the study suggest that a regression technique based on the comparison between the average and daily values yields the lowest Mean Square Error (MSE). Once the MSE is deemed acceptable, it is possible to utilize the model to forecast power consumption with a relative degree of confidence. This comparison is made with the purpose of improving the dimensioning of renewable energy systems, based on the electricity consumption determined according to the predictions, achieving efficient systems that meet the needs of each one of the homes.
publishDate	2020
dc.date.issued.spa.fl_str_mv	2020-11-06
dc.date.accessioned.spa.fl_str_mv	2021-03-17T21:18:54Z
dc.date.available.spa.fl_str_mv	2021-03-17T21:18:54Z
dc.type.coarversion.fl_str_mv	http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.coar.fl_str_mv	http://purl.org/coar/resource_type/c_2df8fbb1
dc.type.drive.none.fl_str_mv	info:eu-repo/semantics/article
dc.identifier.spa.fl_str_mv	http://revistas.ustatunja.edu.co/index.php/ingeniomagno/article/view/2051
dc.identifier.uri.none.fl_str_mv	http://hdl.handle.net/11634/32684
url	http://revistas.ustatunja.edu.co/index.php/ingeniomagno/article/view/2051 http://hdl.handle.net/11634/32684
dc.language.iso.spa.fl_str_mv	spa
language	spa
dc.relation.spa.fl_str_mv	http://revistas.ustatunja.edu.co/index.php/ingeniomagno/article/view/2051/1792
dc.relation.citationissue.spa.fl_str_mv	Ingenio Magno; Vol. 11 Núm. 1 (2020): Ingenio Magno vol. 11-1; 88-97 2422-2399 2145-9282
dc.rights.spa.fl_str_mv	Derechos de autor 2020 Ingenio Magno
dc.rights.coar.fl_str_mv	http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv	Derechos de autor 2020 Ingenio Magno http://purl.org/coar/access_right/c_abf2
dc.format.mimetype.spa.fl_str_mv	application/pdf
dc.publisher.spa.fl_str_mv	Universidad Santo Tomás Seccional Tunja
institution	Universidad Santo Tomás
repository.name.fl_str_mv	Repositorio Universidad Santo Tomás
repository.mail.fl_str_mv	noreply@usta.edu.co
_version_	1800786397764780032

Estimación del consumo energético de una vivienda

Publicaciones similares