Predicción de la demanda de energía en la barra de 60KV del sistema eléctrico Puno mediante redes neuronales del tipo perceptron multicapa

• Autor: Quispe Machaca, Axel Jefferson
• Formato: tesis de grado
• Fecha de Publicación: 2022
• Institución: Universidad Nacional Del Altiplano
• Repositorio: UNAP-Institucional
• Lenguaje: español
• OAI Identifier: oai:https://repositorio.unap.edu.pe:20.500.14082/19204
• Enlace del recurso: https://repositorio.unap.edu.pe/handle/20.500.14082/19204
• Nivel de acceso: acceso abierto
• Materia: Corto plazo; Demanda eléctrica; Energía eléctrica; Python; Predicción; Perceptron multicapa; Redes neuronales; Tensorflow; https://purl.org/pe-repo/ocde/ford#2.02.03

El notable crecimiento poblacional en la ciudad de puno se ve manifestado en el acrecentamiento del consumo per cápita de la energía eléctrica, por consecuencia se tiene que el comportamiento de los sistemas eléctricos de transmisión sea dinámico, interactivo y poco predecible con cierto grado de imprecisión, esto debido a la varianza de las demandas de energías eléctricas, varianza directamente relacionada con factores temporales, económicos y climáticos. La presente tesis se desarrolló con la intención de elaborar una metodología de proyección de la demanda de energía eléctrica, utilizando redes neuronales del tipo perceptrón multicapa aplicado a la barra de 60 KV del sistema eléctrico Puno. Esto con la finalidad de disminuir la desigualdad entre la demanda de energía eléctrica proyectada y la demanda real, finalmente se logró el propósito además de lograr de disminuir el error de predicción de la demanda de energía eléctrica mediante el modelo de RNA del tipo MLS, con un nivel de confianza de 94.8 %.