Predicción del consumo de electricidad y gas lp en un hotel mediante redes neuronales artificiales.

El presente trabajo se desarrollo con el fin de aportar a la mejora de las herramientas actuales de planificación energética aplicada a hoteles turísticos. Con ellos es posible predecir el consumo de energía eléctrica y de gas LP de una instalación con mas de un noventa por ciento de precisión, empleando redes neurales artificiales (RNA) como modelos de ajuste y predictivos. Como variables de entrada a las estructuras de los modelos se tuvieron en cuenta las condiciones climatológicas de la región y el nivel ocupacional. Se realizo una identificación inicial mediante modelación paramétrica y luego se mejoro el resultado con el empleo de Redes Neuronales Artificiales. Para ambos casos se utilizaron las herramientas contenidas en Matlab. La desviación promedio en la predicción de energía eléctrica fue de 0.6% con una desviación estándar del 4% .Para el caso del gas LP la desviación media fue menor al 1% y una desviación estándar del 1.3%.

• Autores: Montero Laurencio, Reineris; Pérez Tello, Carlos; Góngora Leyva, Ever
• Tipo de recurso: Article of journal
• Fecha de publicación: 2009
• Institución: Universidad Nacional de Colombia
• Repositorio: Universidad Nacional de Colombia
• Idioma: spa
• OAI Identifier: oai:repositorio.unal.edu.co:unal/36402
• Acceso en línea: https://repositorio.unal.edu.co/handle/unal/36402; http://bdigital.unal.edu.co/26486/
• Palabra clave: Climatología; Hoteles; Predicción energética; Redes neurales artificiales.
• Rights: openAccess
• License: Atribución-NoComercial 4.0 Internacional