Proyección de la demanda de energía eléctrica a corto plazo, mediante redes neuronales artificiales

Gonzalez Peña, Luis Fernando

DSpace Principal
→
Unidades Académicas
→
Facultad de Ingeniería en Electricidad y Computación
→
Tesis de Maestría en Automatización y Control
→
Ver ítem

dc.contributor.advisor	Agila Galvez, Wilton Edixon, Director
dc.contributor.author	Gonzalez Peña, Luis Fernando
dc.creator	ESPOL. FIEC
dc.date.accessioned	2017-05-19T20:34:36Z
dc.date.available	2017-05-19T20:34:36Z
dc.date.issued	2016
dc.identifier.citation	Gonzalez 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.uri	http://www.dspace.espol.edu.ec/xmlui/handle/123456789/38708
dc.description	Para 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.format	application/pdf
dc.format.extent	26
dc.language.iso	spa
dc.publisher	ESPOL. FIEC
dc.rights	openAccess
dc.subject	ENERGIA ELECTRICA-DEMANDA
dc.subject	PLANIFICACION A CORTO PLAZO
dc.subject	REDES NEURONALES
dc.title	Proyección de la demanda de energía eléctrica a corto plazo, mediante redes neuronales artificiales
dc.type	masterThesis
dc.identifier.codigoespol	T-103279
dc.description.city	Guayaquil
dc.description.degree	Magíster en Automatización y Control Industrial