Desarrollo de método por redes neuronales para proyección de demanda - Caso de estudio SNI

Gusqui Saltos, Isaac Leonardo; Rodas Herrera, David Joel

DSpace Home
→
Unidades Académicas
→
Facultad de Ingeniería en Electricidad y Computación
→
Tesis de Electricidad
→
View Item

dc.contributor.advisor	Álvarez Alvarado, Manuel , Director
dc.contributor.author	Gusqui Saltos, Isaac Leonardo
dc.contributor.author	Rodas Herrera, David Joel
dc.creator	ESPOL
dc.date.accessioned	2023-06-23T17:12:46Z
dc.date.available	2023-06-23T17:12:46Z
dc.date.issued	2022
dc.identifier.citation	Gusqui Saltos, I. L. y Rodas Herrera, D. J. (2022). Desarrollo de método por redes neuronales para proyección de demanda - Caso de estudio SNI. [Proyecto integrador]. ESPOL. FIEC. .
dc.identifier.uri	http://www.dspace.espol.edu.ec/handle/123456789/57605
dc.description	En distintas entidades de planificación se usan procesos anticuados, dejando los procesos sin muchas funcionalidades que aportan las nuevas tecnologías de programación. Los estudios de planificación se realizan en base a proyecciones realizadas con modelos econométricos, estos llegan a ser complejos. Este trabajo busca desarrollar un método con redes neuronales para la proyección de demanda potencias los estudios de planificación. El desarrollo empezó con el diseño de una red tipo MLP en el lenguaje de programación Python con una librería especializada en redes neuronales, la cual se entrenó con datos reales de demanda total de todas las unidades generadoras del Ecuador, después con la red entrenada se realizó una proyección hasta el 2029 que se usó como base para un estudio de confiablidad de la generación del sistema nacional interconectado, teniendo presente las normas de CENACE con respecto a la reserva de generación. Los resultados mostraron una gran precisión de la proyección de los últimos meses del año 2022, y una confiabilidad alta usando el índice más representativo LOLE y a partir del año 2023 con la salida de servicio de COCA CODO SINCLAIR, el índice LOLE subió siendo mayor a su valor recomendado, por lo que es necesario tomar medidas preventivas ante posibles pérdidas de carga.
dc.format	application/pdf
dc.format.extent	83 páginas
dc.language.iso	spa
dc.publisher	ESPOL
dc.rights	openAccess
dc.subject	Redes neuronales
dc.subject	Confiabilidad
dc.subject	Proyección demanda
dc.title	Desarrollo de método por redes neuronales para proyección de demanda - Caso de estudio SNI
dc.type	Ingeniero en Electricidad
dc.identifier.codigoespol	T-113457
dc.description.city	Guayaquil
dc.description.degree	Escuela Superior Politécnica del Litoral