1. DSpace en ESPOL
  2. Unidades Académicas
  3. Facultad de Ingeniería en Electricidad y Computación
  4. Tesis de Maestría en Automatización y Control
Please use this identifier to cite or link to this item: http://www.dspace.espol.edu.ec/handle/123456789/38708
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorAgila Galvez, Wilton Edixon, Director-
dc.contributor.authorGonzalez Peña, Luis Fernando-
dc.creatorESPOL. FIEC-
dc.date.accessioned2017-05-19T20:34:36Z-
dc.date.available2017-05-19T20:34:36Z-
dc.date.issued2016-
dc.identifier.citationGonzalez Peña, Luis Fernando (2016). Proyección de la demanda de energía eléctrica a corto plazo, mediante redes neuronales artificiales. Trabajo final para la obtención del título: Magíster en Automatización y Control Industrial. ESPOL. FIEC, Guayaquil. 26p.-
dc.identifier.urihttp://www.dspace.espol.edu.ec/xmlui/handle/123456789/38708-
dc.descriptionPara llegar con dicha energía a los clientes, se debe expandir y mejorar las instalaciones eléctricas de distribución de energía eléctrica, requiriéndose dinero, que se debe invertir en dichas instalaciones. El conocimiento de la magnitud de energía requerida, trae como consecuencia, el uso de los recursos de manera adecuada, para evitar: - inversiones prematuras, en expandir las instalaciones que no tendrán un aprovechamiento inmediato (sobre equipamiento), - inversiones por debajo de la necesidad del sistema eléctrico a futuro, sobreutilizando las existentes, generando deterioro en ellas y en la calidad del suministro (sub equipamiento). Por tal motivo, es necesario establecer el mejor método de pronóstico de la demanda, que se ajuste al comportamiento de la población dentro de esa área de concesión, donde la CNEL EP Santa Elena presta sus servicios.-
dc.formatapplication/pdf-
dc.format.extent26-
dc.language.isospa-
dc.publisherESPOL. FIEC-
dc.rightsopenAccess-
dc.subjectENERGIA ELECTRICA-DEMANDA-
dc.subjectPLANIFICACION A CORTO PLAZO-
dc.subjectREDES NEURONALES-
dc.titleProyección de la demanda de energía eléctrica a corto plazo, mediante redes neuronales artificiales-
dc.typemasterThesis-
dc.identifier.codigoespolT-103279-
dc.description.cityGuayaquil-
dc.description.degreeMagíster en Automatización y Control Industrial-
Appears in Collections:Tesis de Maestría en Automatización y Control

Files in This Item:
File SizeFormat 
T-103279 GONZALEZ PEÑA.pdf722.67 kBAdobe PDFView/Open
Show simple item record


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.