Curva de demanda de energía eléctrica en sector residencial estrato tres de Bogotá D.C. mediante caracterización por redes neuronales artificiales

La curva de demanda de energía eléctrica muestra cómo varía la demanda o carga eléctrica en un determinado intervalo de tiempo; con base en el pronóstico del consumo medio de energía eléctrica por parte de la carga (residencial, comercial e industrial) se programa el despacho de energía eléctrica de...

Full description

Autores:
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2021
Institución:
Universidad Distrital Francisco José de Caldas
Repositorio:
RIUD: repositorio U. Distrital
Idioma:
spa
OAI Identifier:
oai:repository.udistrital.edu.co:11349/26755
Acceso en línea:
http://hdl.handle.net/11349/26755
Palabra clave:
Bottom-Up
Curva de Demanda
Hábitos de Consumo
Red Neuronal Artificial
Usuario Residencial
Ingeniería Eléctrica - Tesis y disertaciones académicas
Demanda de energía eléctrica - Bogotá (Colombia)
Consumo de energía - Bogotá (Colombia)
Energía eléctrica - Bogotá (Colombia)
Redes de neuronas artificiales - Uso
Bottom-Up
Demand Curve
Consumption Habits
Artificial Neural Network
Residential User
Rights
License
Atribución-NoComercial-SinDerivadas 4.0 Internacional
id UDISTRITA2_81e2b68505a15b452619310734fe68f2
oai_identifier_str oai:repository.udistrital.edu.co:11349/26755
network_acronym_str UDISTRITA2
network_name_str RIUD: repositorio U. Distrital
repository_id_str
dc.title.spa.fl_str_mv Curva de demanda de energía eléctrica en sector residencial estrato tres de Bogotá D.C. mediante caracterización por redes neuronales artificiales
dc.title.titleenglish.spa.fl_str_mv Electric energy demand curve in the residential sector stratum three of Bogotá D.C. through characterization by networks artificial neuronal
title Curva de demanda de energía eléctrica en sector residencial estrato tres de Bogotá D.C. mediante caracterización por redes neuronales artificiales
spellingShingle Curva de demanda de energía eléctrica en sector residencial estrato tres de Bogotá D.C. mediante caracterización por redes neuronales artificiales
Bottom-Up
Curva de Demanda
Hábitos de Consumo
Red Neuronal Artificial
Usuario Residencial
Ingeniería Eléctrica - Tesis y disertaciones académicas
Demanda de energía eléctrica - Bogotá (Colombia)
Consumo de energía - Bogotá (Colombia)
Energía eléctrica - Bogotá (Colombia)
Redes de neuronas artificiales - Uso
Bottom-Up
Demand Curve
Consumption Habits
Artificial Neural Network
Residential User
title_short Curva de demanda de energía eléctrica en sector residencial estrato tres de Bogotá D.C. mediante caracterización por redes neuronales artificiales
title_full Curva de demanda de energía eléctrica en sector residencial estrato tres de Bogotá D.C. mediante caracterización por redes neuronales artificiales
title_fullStr Curva de demanda de energía eléctrica en sector residencial estrato tres de Bogotá D.C. mediante caracterización por redes neuronales artificiales
title_full_unstemmed Curva de demanda de energía eléctrica en sector residencial estrato tres de Bogotá D.C. mediante caracterización por redes neuronales artificiales
title_sort Curva de demanda de energía eléctrica en sector residencial estrato tres de Bogotá D.C. mediante caracterización por redes neuronales artificiales
dc.contributor.advisor.spa.fl_str_mv Vega Escobar, Adriana Marcela
Rivas Trujillo, Edwin
dc.subject.spa.fl_str_mv Bottom-Up
Curva de Demanda
Hábitos de Consumo
Red Neuronal Artificial
Usuario Residencial
topic Bottom-Up
Curva de Demanda
Hábitos de Consumo
Red Neuronal Artificial
Usuario Residencial
Ingeniería Eléctrica - Tesis y disertaciones académicas
Demanda de energía eléctrica - Bogotá (Colombia)
Consumo de energía - Bogotá (Colombia)
Energía eléctrica - Bogotá (Colombia)
Redes de neuronas artificiales - Uso
Bottom-Up
Demand Curve
Consumption Habits
Artificial Neural Network
Residential User
dc.subject.lemb.spa.fl_str_mv Ingeniería Eléctrica - Tesis y disertaciones académicas
Demanda de energía eléctrica - Bogotá (Colombia)
Consumo de energía - Bogotá (Colombia)
Energía eléctrica - Bogotá (Colombia)
Redes de neuronas artificiales - Uso
dc.subject.keyword.spa.fl_str_mv Bottom-Up
Demand Curve
Consumption Habits
Artificial Neural Network
Residential User
description La curva de demanda de energía eléctrica muestra cómo varía la demanda o carga eléctrica en un determinado intervalo de tiempo; con base en el pronóstico del consumo medio de energía eléctrica por parte de la carga (residencial, comercial e industrial) se programa el despacho de energía eléctrica del país. En la actualidad no se cuenta con una curva de carga específica para la carga de tipo residencial que caracterice específicamente el consumo de cada estrato socioeconómico; razón por la cual en el presente proyecto de grado se busca caracterizar la curva de demanda de energía eléctrica del sector residencial para el estrato socioeconómico 3 de la ciudad de Bogotá D.C. Para esto se requiere de la recolección de datos tomados de mediciones en terreno; pero debido a que este proyecto de grado fue realizado durante una pandemia (COVID-19), los datos se recolectaron mediante una encuesta, que tenía como finalidad reunir información sobre el consumo de energía eléctrica de los usuarios a lo largo del día, esto con base en la cantidad de electrodomésticos que poseen, horas de utilización, número de habitantes en la vivienda, entre otras preguntas que contribuyen al cálculo del consumo de energía eléctrica para determinadas horas del día de los habitantes del sector residencial estrato 3 de la ciudad de Bogotá DC. La encuesta fue formulada a 271 personas, una muestra significativa de la población total. Para realizar un análisis de los datos obtenidos es necesario en primera instancia organizarlos, para luego con métodos estadísticos detectar y solventar la presencia de outliers (datos atípicos) en las respuestas obtenidas, de no ser detectados los valores atípicos pueden ocasionar que la media muestral no represente de manera adecuada a la muestra poblacional, sino que por el contrario se obtenga una información sesgada y en algunos casos errónea. Con los datos obtenidos mediante las encuestas se determina una curva promedio para el sector residencial estrato 3, complementado con fichas técnicas y manuales de los electrodomésticos presentes en la encuesta, con el fin de asignar la potencia específica a cada equipo. Mediante las potencias obtenidas, los valores de tiempo de utilización de los equipos, factores de utilización, consumos en modo espera, entre otros, se establece una curva de consumo diario por equipo y por usuario, partiendo de estos resultados y mediante la aplicación de métodos estadísticos robustos se presenta un modelo de curva de demanda de energía eléctrica del sector residencial estrato 3 de la ciudad de Bogotá D.C, en esta curva se presentan resultados de consumo mensual igual a 145,51 kWh Mes, valor validado con la ayuda del software Matlab®, herramienta computacional que permitió la creación de una “Red neuronal artificial perceptron multicapa”, que suministro una curva con un consumo mensual igual a 144,89 kWh Mes.
publishDate 2021
dc.date.accessioned.none.fl_str_mv 2021-10-04T18:40:42Z
dc.date.available.none.fl_str_mv 2021-10-04T18:40:42Z
dc.date.created.spa.fl_str_mv 2021-09-20
dc.type.degree.spa.fl_str_mv Monografía
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
format http://purl.org/coar/resource_type/c_7a1f
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/11349/26755
url http://hdl.handle.net/11349/26755
dc.language.iso.spa.fl_str_mv spa
language spa
dc.rights.*.fl_str_mv Atribución-NoComercial-SinDerivadas 4.0 Internacional
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.acceso.spa.fl_str_mv Abierto (Texto Completo)
rights_invalid_str_mv Atribución-NoComercial-SinDerivadas 4.0 Internacional
http://creativecommons.org/licenses/by-nc-nd/4.0/
Abierto (Texto Completo)
http://purl.org/coar/access_right/c_abf2
dc.format.mimetype.spa.fl_str_mv pdf
institution Universidad Distrital Francisco José de Caldas
bitstream.url.fl_str_mv http://repository.udistrital.edu.co/bitstream/11349/26755/7/OsorioHuertasSantiagoAndresRomeroVillamilEdwarDavid2021%20%281%29.pdf
http://repository.udistrital.edu.co/bitstream/11349/26755/2/Licencia%20de%20uso%20y%20autorizaci%c3%b3n%20de%20los%20autores%20para%20publicar.pdf
http://repository.udistrital.edu.co/bitstream/11349/26755/8/license_rdf
http://repository.udistrital.edu.co/bitstream/11349/26755/9/license.txt
http://repository.udistrital.edu.co/bitstream/11349/26755/10/OsorioHuertasSantiagoAndresRomeroVillamilEdwarDavid2021%20%281%29.pdf.jpg
http://repository.udistrital.edu.co/bitstream/11349/26755/11/Licencia%20de%20uso%20y%20autorizaci%c3%b3n%20de%20los%20autores%20para%20publicar.pdf.jpg
bitstream.checksum.fl_str_mv 8ca8badcce78d713c95353ba3943f5df
0758ab65e7e86a676b01d008daa0c62b
217700a34da79ed616c2feb68d4c5e06
997daf6c648c962d566d7b082dac908d
150e00f3765347355bcb64053bac3d69
c68c20c28181178e5c3b251cd6ecd6b2
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional Universidad Distrital - RIUD
repository.mail.fl_str_mv repositorio@udistrital.edu.co
_version_ 1814111179663998976
spelling Vega Escobar, Adriana MarcelaRivas Trujillo, EdwinOsorio Huertas, Santiago AndrésRomero Villamil, Edwar David2021-10-04T18:40:42Z2021-10-04T18:40:42Z2021-09-20http://hdl.handle.net/11349/26755La curva de demanda de energía eléctrica muestra cómo varía la demanda o carga eléctrica en un determinado intervalo de tiempo; con base en el pronóstico del consumo medio de energía eléctrica por parte de la carga (residencial, comercial e industrial) se programa el despacho de energía eléctrica del país. En la actualidad no se cuenta con una curva de carga específica para la carga de tipo residencial que caracterice específicamente el consumo de cada estrato socioeconómico; razón por la cual en el presente proyecto de grado se busca caracterizar la curva de demanda de energía eléctrica del sector residencial para el estrato socioeconómico 3 de la ciudad de Bogotá D.C. Para esto se requiere de la recolección de datos tomados de mediciones en terreno; pero debido a que este proyecto de grado fue realizado durante una pandemia (COVID-19), los datos se recolectaron mediante una encuesta, que tenía como finalidad reunir información sobre el consumo de energía eléctrica de los usuarios a lo largo del día, esto con base en la cantidad de electrodomésticos que poseen, horas de utilización, número de habitantes en la vivienda, entre otras preguntas que contribuyen al cálculo del consumo de energía eléctrica para determinadas horas del día de los habitantes del sector residencial estrato 3 de la ciudad de Bogotá DC. La encuesta fue formulada a 271 personas, una muestra significativa de la población total. Para realizar un análisis de los datos obtenidos es necesario en primera instancia organizarlos, para luego con métodos estadísticos detectar y solventar la presencia de outliers (datos atípicos) en las respuestas obtenidas, de no ser detectados los valores atípicos pueden ocasionar que la media muestral no represente de manera adecuada a la muestra poblacional, sino que por el contrario se obtenga una información sesgada y en algunos casos errónea. Con los datos obtenidos mediante las encuestas se determina una curva promedio para el sector residencial estrato 3, complementado con fichas técnicas y manuales de los electrodomésticos presentes en la encuesta, con el fin de asignar la potencia específica a cada equipo. Mediante las potencias obtenidas, los valores de tiempo de utilización de los equipos, factores de utilización, consumos en modo espera, entre otros, se establece una curva de consumo diario por equipo y por usuario, partiendo de estos resultados y mediante la aplicación de métodos estadísticos robustos se presenta un modelo de curva de demanda de energía eléctrica del sector residencial estrato 3 de la ciudad de Bogotá D.C, en esta curva se presentan resultados de consumo mensual igual a 145,51 kWh Mes, valor validado con la ayuda del software Matlab®, herramienta computacional que permitió la creación de una “Red neuronal artificial perceptron multicapa”, que suministro una curva con un consumo mensual igual a 144,89 kWh Mes.The electric energy demand curve shows how the demand or electric load varies in a certain time interval; based on the forecast of the average consumption of electric energy by the load (residential, commercial and industrial), the country's electric energy dispatch is programmed. At present, there is no specific load curve for the residential load that specifically characterizes the consumption of each socioeconomic stratum, which is why this degree project seeks to characterize the demand curve of electric energy of the residential sector for the socioeconomic stratum 3 of the city of Bogota D.C. This requires the collection of data taken from field measurements; but because this degree project was realized during a pandemic (COVID-19), the data was collected through a survey, which was intended to gather information on the consumption of electricity of users throughout the day, based on the number of appliances they own, hours of use, number of inhabitants in the house, among other questions that contribute to the calculation of electricity consumption for certain hours of the day of the inhabitants of the residential sector stratum 3 of the city of Bogota DC. The survey was formulated to 271 people, a significant sample of the total population. In order to analyze the data obtained, it is first necessary to organize them, and then use statistical methods to detect and solve the presence of outliers in the answers obtained. If the outliers are not detected, they can cause the sample mean to not adequately represent the population sample, but on the contrary, to obtain biased information and in some cases erroneous information. With the data obtained from the surveys, an average curve is determined for the stratum 3 residential sector, complemented with technical data sheets and manuals of the household appliances present in the survey, in order to assign the specific power to each appliance. By means of the powers obtained, the values of time of use of the equipment, utilization factors, consumption in standby mode, among others, a daily consumption curve per equipment and per user is established, based on these results and through the application of robust statistical methods, a model of electric energy demand curve of the residential sector stratum 3 of the city of Bogota D. C. is presented. C, in this curve are presented results of monthly consumption equal to 145.51 kWh per month, value validated with the help of Matlab® software, computational tool that allowed the creation of an "Artificial neural network perceptron multilayer", which provides a curve with a monthly consumption equal to 144.89 kWh per month.pdfspaAtribución-NoComercial-SinDerivadas 4.0 Internacionalhttp://creativecommons.org/licenses/by-nc-nd/4.0/Abierto (Texto Completo)http://purl.org/coar/access_right/c_abf2Bottom-UpCurva de DemandaHábitos de ConsumoRed Neuronal ArtificialUsuario ResidencialIngeniería Eléctrica - Tesis y disertaciones académicasDemanda de energía eléctrica - Bogotá (Colombia)Consumo de energía - Bogotá (Colombia)Energía eléctrica - Bogotá (Colombia)Redes de neuronas artificiales - UsoBottom-UpDemand CurveConsumption HabitsArtificial Neural NetworkResidential UserCurva de demanda de energía eléctrica en sector residencial estrato tres de Bogotá D.C. mediante caracterización por redes neuronales artificialesElectric energy demand curve in the residential sector stratum three of Bogotá D.C. through characterization by networks artificial neuronalMonografíainfo:eu-repo/semantics/bachelorThesishttp://purl.org/coar/resource_type/c_7a1fORIGINALOsorioHuertasSantiagoAndresRomeroVillamilEdwarDavid2021 (1).pdfOsorioHuertasSantiagoAndresRomeroVillamilEdwarDavid2021 (1).pdfTrabajo de gradoapplication/pdf4101424http://repository.udistrital.edu.co/bitstream/11349/26755/7/OsorioHuertasSantiagoAndresRomeroVillamilEdwarDavid2021%20%281%29.pdf8ca8badcce78d713c95353ba3943f5dfMD57open accessLicencia de uso y autorización de los autores para publicar.pdfLicencia de uso y autorización de los autores para publicar.pdfLicencia de uso y autorización para publicarapplication/pdf780489http://repository.udistrital.edu.co/bitstream/11349/26755/2/Licencia%20de%20uso%20y%20autorizaci%c3%b3n%20de%20los%20autores%20para%20publicar.pdf0758ab65e7e86a676b01d008daa0c62bMD52metadata only accessCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811http://repository.udistrital.edu.co/bitstream/11349/26755/8/license_rdf217700a34da79ed616c2feb68d4c5e06MD58open accessLICENSElicense.txtlicense.txttext/plain; charset=utf-87167http://repository.udistrital.edu.co/bitstream/11349/26755/9/license.txt997daf6c648c962d566d7b082dac908dMD59open accessTHUMBNAILOsorioHuertasSantiagoAndresRomeroVillamilEdwarDavid2021 (1).pdf.jpgOsorioHuertasSantiagoAndresRomeroVillamilEdwarDavid2021 (1).pdf.jpgIM Thumbnailimage/jpeg4988http://repository.udistrital.edu.co/bitstream/11349/26755/10/OsorioHuertasSantiagoAndresRomeroVillamilEdwarDavid2021%20%281%29.pdf.jpg150e00f3765347355bcb64053bac3d69MD510open accessLicencia de uso y autorización de los autores para publicar.pdf.jpgLicencia de uso y autorización de los autores para publicar.pdf.jpgIM Thumbnailimage/jpeg13350http://repository.udistrital.edu.co/bitstream/11349/26755/11/Licencia%20de%20uso%20y%20autorizaci%c3%b3n%20de%20los%20autores%20para%20publicar.pdf.jpgc68c20c28181178e5c3b251cd6ecd6b2MD511open access11349/26755oai:repository.udistrital.edu.co:11349/267552023-12-19 18:22:27.091open accessRepositorio Institucional Universidad Distrital - RIUDrepositorio@udistrital.edu.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