Please use this identifier to cite or link to this item:
http://bibdigital.epn.edu.ec/handle/15000/464
Title: | Pronóstico de la demanda de muy corto plazo utilizando inteligencia artificial |
Authors: | Herrera Orbea, Lorena del Pilar |
Keywords: | PLANIFICACION SISTEMAS ELECTRICOS DE POTENCIA |
Issue Date: | Jul-2007 |
Publisher: | QUITO/ EPN/ 2007 |
Abstract: | Una de las actividades esenciales de los Administradores del Suministro de Energía Eléctrica, cuya responsabilidad recae en el Operador de Mercado (CENACE), es el pronóstico de la demanda. En la actualidad, el CENACE utiliza el método ARIMA para el Pronóstico de la Demanda de Corto Plazo (PDCP) y ningún método formal para el Pronóstico de la Demanda a Muy Corto Plazo (PDMCP). El PDMCP efectuará un control horario de la demanda, para el funcionamiento fiable del sistema de potencia, ya que ante desviaciones considerables de la demanda programada versus la real se debe realizar una nueva optimización del parque hidro-térmico (Redespacho por desvíos de demanda). En el presente proyecto se propone la metodología de Inteligencia Artificial Razonamiento Inductivo Fuzzy (FIR) y Algoritmos Evolutivos (SRA) para el PDMCP, la cual realiza la predicción de la demanda eléctrica en base a su comportamiento pasado (serie histórica de demanda), el tipo de día y la variable externa meteorológica - temperatura, logrando un mejor ajuste con la demanda real. Por otra parte también se describe un criterio de análisis de valores atípicos, para determinar la hora del reajuste de la demanda. |
URI: | http://bibdigital.epn.edu.ec/handle/15000/464 |
Type: | bachelorThesis |
Appears in Collections: | Tesis Ingeniería Eléctrica (IE) |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
CD-0836.pdf | Tesis Completa | 1,06 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.