Desarrollo de una red neuronal para estimar la demanda de energía eléctrica en la ciudad de Nauta
Descripción del Articulo
Este trabajo de investigación tiene como objetivo principal Desarrollar una herramienta computacional para la predicción de la demanda de energía eléctrica basado en redes neuronales artificiales mediante el programa computacional Matlab. La investigación fue de tipo aplicativa, nivel predictivo y d...
| Autores: | , |
|---|---|
| Formato: | tesis de grado |
| Fecha de Publicación: | 2022 |
| Institución: | Universidad Nacional De La Amazonía Peruana |
| Repositorio: | UNAPIquitos-Institucional |
| Lenguaje: | español |
| OAI Identifier: | oai:repositorio.unapiquitos.edu.pe:20.500.12737/8579 |
| Enlace del recurso: | https://hdl.handle.net/20.500.12737/8579 |
| Nivel de acceso: | acceso abierto |
| Materia: | Redes neuronales Programas de aplicación Inteligencia artificial Demanda Energía eléctrica https://purl.org/pe-repo/ocde/ford#2.02.04 |
| id |
UNAP_1d6564b9ed249f225e989553585660a3 |
|---|---|
| oai_identifier_str |
oai:repositorio.unapiquitos.edu.pe:20.500.12737/8579 |
| network_acronym_str |
UNAP |
| network_name_str |
UNAPIquitos-Institucional |
| repository_id_str |
4362 |
| dc.title.es_PE.fl_str_mv |
Desarrollo de una red neuronal para estimar la demanda de energía eléctrica en la ciudad de Nauta |
| title |
Desarrollo de una red neuronal para estimar la demanda de energía eléctrica en la ciudad de Nauta |
| spellingShingle |
Desarrollo de una red neuronal para estimar la demanda de energía eléctrica en la ciudad de Nauta Flores Echevarria, Luis Enrique Redes neuronales Programas de aplicación Inteligencia artificial Demanda Energía eléctrica https://purl.org/pe-repo/ocde/ford#2.02.04 |
| title_short |
Desarrollo de una red neuronal para estimar la demanda de energía eléctrica en la ciudad de Nauta |
| title_full |
Desarrollo de una red neuronal para estimar la demanda de energía eléctrica en la ciudad de Nauta |
| title_fullStr |
Desarrollo de una red neuronal para estimar la demanda de energía eléctrica en la ciudad de Nauta |
| title_full_unstemmed |
Desarrollo de una red neuronal para estimar la demanda de energía eléctrica en la ciudad de Nauta |
| title_sort |
Desarrollo de una red neuronal para estimar la demanda de energía eléctrica en la ciudad de Nauta |
| author |
Flores Echevarria, Luis Enrique |
| author_facet |
Flores Echevarria, Luis Enrique Ocmin Morales, Martin Alonso |
| author_role |
author |
| author2 |
Ocmin Morales, Martin Alonso |
| author2_role |
author |
| dc.contributor.advisor.fl_str_mv |
García Cortegano, Carlos Alberto |
| dc.contributor.author.fl_str_mv |
Flores Echevarria, Luis Enrique Ocmin Morales, Martin Alonso |
| dc.subject.es_PE.fl_str_mv |
Redes neuronales Programas de aplicación Inteligencia artificial Demanda Energía eléctrica |
| topic |
Redes neuronales Programas de aplicación Inteligencia artificial Demanda Energía eléctrica https://purl.org/pe-repo/ocde/ford#2.02.04 |
| dc.subject.ocde.es_PE.fl_str_mv |
https://purl.org/pe-repo/ocde/ford#2.02.04 |
| description |
Este trabajo de investigación tiene como objetivo principal Desarrollar una herramienta computacional para la predicción de la demanda de energía eléctrica basado en redes neuronales artificiales mediante el programa computacional Matlab. La investigación fue de tipo aplicativa, nivel predictivo y diseño de la solución y como muestra de estudio los datos de consumo en kilowatts/ hora de energía eléctrica de los archivos digitales de la empresa ELECTRO ORIENTE, con esta información se construyó un dataset, se utilizó como técnica las Redes Neuronales Artificiales y como Instrumento el software MATLAB; para el procesamiento y análisis de datos usamos el MATLAB Neural Network Tools y MS Excel. El Coeficiente de Correlación del modelo de predicción en el consumo de energía eléctrica en la Ciudad de Nautas fue R= 0.99978, con un error cuadrático medio de 0.0000047813. también se puede evidenciar que existe una alta correlación entre los valores reales y los valores pronosticados de la demanda de consumo eléctrico en la ciudad de Nauta, tanto en el entrenamiento (training: R=0.99995), validación (validation: R = 0.9989) y Prueba (Test: R = 0.99936). Finalmente se acepta la hipótesis de investigación: Si se desarrolla una herramienta computacional mediante el programa computacional Matlab, entonces se podrá hacer predicciones de la demanda de energía eléctrica en la Ciudad de Nauta. |
| publishDate |
2022 |
| dc.date.accessioned.none.fl_str_mv |
2022-11-28T18:54:29Z |
| dc.date.available.none.fl_str_mv |
2022-11-28T18:54:29Z |
| dc.date.issued.fl_str_mv |
2022 |
| dc.type.es_PE.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| format |
bachelorThesis |
| dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/20.500.12737/8579 |
| url |
https://hdl.handle.net/20.500.12737/8579 |
| dc.language.iso.es_PE.fl_str_mv |
spa |
| language |
spa |
| dc.relation.ispartof.fl_str_mv |
SUNEDU |
| dc.rights.*.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.uri.*.fl_str_mv |
https://creativecommons.org/licenses/by/4.0/ |
| eu_rights_str_mv |
openAccess |
| rights_invalid_str_mv |
https://creativecommons.org/licenses/by/4.0/ |
| dc.format.es_PE.fl_str_mv |
application/pdf |
| dc.publisher.es_PE.fl_str_mv |
Universidad Nacional de la Amazonía Peruana |
| dc.publisher.country.es_PE.fl_str_mv |
PE |
| dc.source.none.fl_str_mv |
reponame:UNAPIquitos-Institucional instname:Universidad Nacional De La Amazonía Peruana instacron:UNAPIquitos |
| instname_str |
Universidad Nacional De La Amazonía Peruana |
| instacron_str |
UNAPIquitos |
| institution |
UNAPIquitos |
| reponame_str |
UNAPIquitos-Institucional |
| collection |
UNAPIquitos-Institucional |
| bitstream.url.fl_str_mv |
https://repositorio.unapiquitos.edu.pe/bitstreams/f630fa76-29a6-468e-b8fd-e56e31f16637/download https://repositorio.unapiquitos.edu.pe/bitstreams/7f1444d6-0b06-4afd-9ebc-4f9e9374e3f9/download https://repositorio.unapiquitos.edu.pe/bitstreams/4fc85ce4-1bd5-460c-a8ab-feaf6ba77372/download |
| bitstream.checksum.fl_str_mv |
41c9fd46c7c226faafdd4bd8edb24896 efde1c07440e36b1cccb2be16d804856 8353336c375e2dc002500864ac269aad |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Digital UNAP |
| repository.mail.fl_str_mv |
repositorio.institucional@unapiquitos.edu.pe |
| _version_ |
1846612893711204352 |
| spelling |
García Cortegano, Carlos AlbertoFlores Echevarria, Luis EnriqueOcmin Morales, Martin Alonso2022-11-28T18:54:29Z2022-11-28T18:54:29Z2022https://hdl.handle.net/20.500.12737/8579Este trabajo de investigación tiene como objetivo principal Desarrollar una herramienta computacional para la predicción de la demanda de energía eléctrica basado en redes neuronales artificiales mediante el programa computacional Matlab. La investigación fue de tipo aplicativa, nivel predictivo y diseño de la solución y como muestra de estudio los datos de consumo en kilowatts/ hora de energía eléctrica de los archivos digitales de la empresa ELECTRO ORIENTE, con esta información se construyó un dataset, se utilizó como técnica las Redes Neuronales Artificiales y como Instrumento el software MATLAB; para el procesamiento y análisis de datos usamos el MATLAB Neural Network Tools y MS Excel. El Coeficiente de Correlación del modelo de predicción en el consumo de energía eléctrica en la Ciudad de Nautas fue R= 0.99978, con un error cuadrático medio de 0.0000047813. también se puede evidenciar que existe una alta correlación entre los valores reales y los valores pronosticados de la demanda de consumo eléctrico en la ciudad de Nauta, tanto en el entrenamiento (training: R=0.99995), validación (validation: R = 0.9989) y Prueba (Test: R = 0.99936). Finalmente se acepta la hipótesis de investigación: Si se desarrolla una herramienta computacional mediante el programa computacional Matlab, entonces se podrá hacer predicciones de la demanda de energía eléctrica en la Ciudad de Nauta.Este trabajo de investigación tiene como objetivo principal Desarrollar una herramienta computacional para la predicción de la demanda de energía eléctrica basado en redes neuronales artificiales mediante el programa computacional Matlab. La investigación fue de tipo aplicativa, nivel predictivo y diseño de la solución y como muestra de estudio los datos de consumo en kilowatts/ hora de energía eléctrica de los archivos digitales de la empresa ELECTRO ORIENTE, con esta información se construyó un dataset, se utilizó como técnica las Redes Neuronales Artificiales y como Instrumento el software MATLAB; para el procesamiento y análisis de datos usamos el MATLAB Neural Network Tools y MS Excel. El Coeficiente de Correlación del modelo de predicción en el consumo de energía eléctrica en la Ciudad de Nautas fue R= 0.99978, con un error cuadrático medio de 0.0000047813. también se puede evidenciar que existe una alta correlación entre los valores reales y los valores pronosticados de la demanda de consumo eléctrico en la ciudad de Nauta, tanto en el entrenamiento (training: R=0.99995), validación (validation: R = 0.9989) y Prueba (Test: R = 0.99936). Finalmente se acepta la hipótesis de investigación: Si se desarrolla una herramienta computacional mediante el programa computacional Matlab, entonces se podrá hacer predicciones de la demanda de energía eléctrica en la Ciudad de Nauta.application/pdfspaUniversidad Nacional de la Amazonía PeruanaPEinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by/4.0/Redes neuronalesProgramas de aplicaciónInteligencia artificialDemandaEnergía eléctricahttps://purl.org/pe-repo/ocde/ford#2.02.04Desarrollo de una red neuronal para estimar la demanda de energía eléctrica en la ciudad de Nautainfo:eu-repo/semantics/bachelorThesisreponame:UNAPIquitos-Institucionalinstname:Universidad Nacional De La Amazonía Peruanainstacron:UNAPIquitosSUNEDUIngeniería de Sistemas e InformáticaUniversidad Nacional de la Amazonía Peruana. Facultad de Ingeniería de Sistemas e InformáticaIngeniero(a) de Sistemas e Informática4214452870750988https://orcid.org/0000-0003-3353-956605342316https://purl.org/pe-repo/renati/type#tesis612156https://purl.org/pe-repo/renati/level#tituloProfesionalReátegui Pezo, AlejandroGarcía Díaz, José EdgarRamirez Villacorta, Jimmy MaxORIGINALLuis_Tesis_Titulo_2022.pdfLuis_Tesis_Titulo_2022.pdfTexto completoapplication/pdf1299337https://repositorio.unapiquitos.edu.pe/bitstreams/f630fa76-29a6-468e-b8fd-e56e31f16637/download41c9fd46c7c226faafdd4bd8edb24896MD51trueAnonymousREADTEXTLuis_Tesis_Titulo_2022.pdf.txtLuis_Tesis_Titulo_2022.pdf.txtExtracted texttext/plain60762https://repositorio.unapiquitos.edu.pe/bitstreams/7f1444d6-0b06-4afd-9ebc-4f9e9374e3f9/downloadefde1c07440e36b1cccb2be16d804856MD524falseAnonymousREADTHUMBNAILLuis_Tesis_Titulo_2022.pdf.jpgLuis_Tesis_Titulo_2022.pdf.jpgGenerated Thumbnailimage/jpeg3717https://repositorio.unapiquitos.edu.pe/bitstreams/4fc85ce4-1bd5-460c-a8ab-feaf6ba77372/download8353336c375e2dc002500864ac269aadMD525falseAnonymousREAD20.500.12737/8579oai:repositorio.unapiquitos.edu.pe:20.500.12737/85792025-09-27T18:40:15.524489Zhttps://creativecommons.org/licenses/by/4.0/info:eu-repo/semantics/openAccessopen.accesshttps://repositorio.unapiquitos.edu.peRepositorio Digital UNAPrepositorio.institucional@unapiquitos.edu.pe |
| score |
13.433842 |
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).