Redes
Enviado por gloreta • 8 de Mayo de 2013 • Tesis • 805 Palabras (4 Páginas) • 280 Visitas
Resumen—En el presente trabajo se brinda una solución
práctica al problema de la predicción de la demanda eléctrica.
Con la aplicación de las Redes Neuronales Artificiales, se
resuelve el problema de la complejidad de los modelos de
predicción tradicionales, a partir de los factores que realmente
afectan el consumo energético. Con el software desarrollado se
realiza la predicción del consumo energético de una zona
determinada empleando datos meteorológicos con un error de
predicción aceptable.
Palabras Claves— Predicción del consumo, pronóstico de
demanda de corto plazo, Redes Neuronales Artificiales.
I. INTRODUCCIÓN
A. Breve introducción a las redes neuronales.
Los sistemas de computación secuencial, son exitosos en la
resolución de problemas matemáticos o científicos, en la
creación, manipulación y mantenimiento de bases de datos, en
las comunicaciones electrónicas, en el procesamiento de
textos, gráficos y auto edición, incluso en funciones de control
de electrodomésticos, haciéndolos más eficientes y fáciles de
usar, pero definitivamente tienen una gran incapacidad para
interpretar el mundo.
Basados en la eficiencia de los procesos llevados a cabo por
el cerebro, e inspirados en su funcionamiento, varios
investigadores han desarrollado desde hace más de 30 años la
teoría de las Redes Neuronales Artificiales (RNA), las cuales
emulan las redes neuronales biológicas, y que se han utilizado
para aprender estrategias de solución basadas en ejemplos de
comportamiento típico de patrones; estos sistemas no
requieren que la tarea a ejecutar se programe, ellos
generalizan y aprenden de la experiencia.
La teoría de las RNA ha brindado una alternativa a la
computación clásica, para aquellos problemas, en los cuales
los métodos tradicionales han entregado resultados poco
convincentes, o poco convenientes.
La teoría de las RNA aún esta en proceso de desarrollo, su
verdadera potencialidad no se ha alcanzado todavía. Aunque
los investigadores han desarrollado potentes algoritmos de
aprendizaje de gran valor práctico, las representaciones y
procedimientos de que se sirve el cerebro, son aún
desconocidas.
B. Planteamiento del problema.
En medio de la situación económica del país poder predecir
el consumo energético a corto plazo, brinda la posibilidad de
perfeccionar el plan de operación de los sistemas de dirección
de energía y de las unidades generadoras con vista a optimizar
la capacidad de reserva conectada. La utilización óptima de
los generadores y estaciones de energía, depende en buena
medida de la exactitud del pronóstico de carga.
La predicción del consumo de carga refleja las necesidades
energéticas futuras de una zona determinada y debe ser lo más
ajustada posible. Una predicción exagerada de la carga trae
como resultado un alto costo por el uso de unidades picos muy
grandes que provocarían un incremento innecesario del costo
de operación.
En las últimas décadas se han propuesto varias técnicas
para la predicción de la carga a corto plazo. Los modelos de
...