Bitte benutzen Sie diese Kennung, um auf die Ressource zu verweisen: http://bibdigital.epn.edu.ec/handle/15000/20936
Titel: Predicción de la demanda de energía eléctrica en la producción de petróleo de los campos de Petroamazonas Ep utilizando redes neuronales artificiales
Autor(en): Manobanda Vega, Alex Fabian
Stichwörter: ENERGÍA ELÉCTRICA
INTELIGENCIA ARTIFICIAL
PETRÓLEO
Erscheinungsdatum: 4-Jun-2020
Herausgeber: Quito, 2020.
Zitierform: Manobanda Vega, A. F. (2020). Predicción de la demanda de energía eléctrica en la producción de petróleo de los campos de Petroamazonas Ep utilizando redes neuronales artificiales. 114 hojas. Quito : EPN.
Zusammenfassung: In the present technical project a computer program in Python programming language is developed, to carry out the mid-term electric energy demand forecasting (between January and December 2020) in the PETROAMAZONAS production, by using a methodology based on artificial neural networks (ANN). Different cases are proposed in order to compare and find the ANN that best best suits Application-specific, this comparison uses the calculation of the mean square error and the mean absolute percentage error. For this case, a multilayer perceptron type ANN with feedforward and supervised learning is used. The electric demand and fluid production historical data (between January and December 2019) are divided into training and test sets, which will be used in the training and test stage respectively. The case studies have been proposed based on the input variables number, the hidden layers number and the neurons number that each hidden layer presents. ANN-based methodology found to improve prediction results compared to simple linear regression methodology, because they can better replicate nonlinear behavior
Beschreibung: En el presente proyecto técnico se desarrolla un programa computacional en lenguaje de programación Python, para realizar la predicción de la demanda de energía eléctrica a mediano plazo (entre enero y diciembre del 2020) en la producción de PETROAMAZONAS, mediante la utilización de una metodología basada en redes neuronales artificiales (ANN). Se proponen diferentes casos con el propósito de comparar y encontrar la ANN que mejor se ajuste a la aplicación, esta comparación utiliza el cálculo del error cuadrático medio y el error porcentual absoluto medio. Para este caso, se emplea una ANN tipo perceptrón multicapa con alimentación hacia adelante, y aprendizaje supervisado. Los datos históricos de demanda eléctrica y producción de fluido (entre enero y diciembre del 2019) son divididos en sets de entrenamiento y prueba, que serán utilizados en la etapa de entrenamiento y prueba respectivamente. Los casos de estudios se han propuesto en función al número de variables de entrada, al número de capas ocultas y al número de neuronas en cada capa oculta. Se encontró que una metodología basada en ANN mejora los resultados de predicción comparado con la metodología de regresión lineal simple, debido a que estas pueden replicar mejor un comportamiento no lineal.
URI: http://bibdigital.epn.edu.ec/handle/15000/20936
Art: bachelorThesis
Enthalten in den Sammlungen:Tesis Ingeniería Eléctrica (IE)

Dateien zu dieser Ressource:
Datei Beschreibung GrößeFormat 
CD 10454.pdf3,91 MBAdobe PDFÖffnen/Anzeigen


Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt.