Diseño de Red Neuronal Artificial para la Predicción de la Demanda Eléctrica
Design of an Artificial Neural Network for Load Consumption Forecasting
Resumo
La Tienda Comercial "El Machetazo" enfrentó dificultades en la predicción de la curva de demanda eléctrica, lo que impactó negativamente la gestión de su sistema solar fotovoltaico y cumplimiento del plan de ahorro energético. Este trabajo tuvo como objetivo desarrollar una herramienta predictiva basada en redes neuronales artificialespara optimizar la gestión energética de la tienda. Para ello, se implementó un modelo de red neuronal tipo Long Short-TermMemory que empleó datos históricos de consumo eléctrico. La metodología incluyó recopilación y preprocesamiento de datos, diseño y entrenamiento del modelo, y la evaluación de su precisión. Los resultados indicaron que el modelo predijo de manera precisa la demanda eléctrica con un error medio absoluto de 0.02, lo que permitió una gestión más eficiente del sistema solar fotovoltaico y contribuyó al cumplimiento del plan energético. Este avance no solo mejoró la eficiencia operativa, sino que promovió el uso sostenible de energía.
Downloads
Publicado
Edição
Secção
Licença
Los autores que publican en esta revista están de acuerdo con los siguientes términos:a. Los autores conservan los derechos de autor y garantizan a la revista el derecho de ser la primera publicación del trabajo al igual que licenciado bajo una Creative Commons Attribution License que permite a otros compartir el trabajo con un reconocimiento de la autoría del trabajo y la publicación inicial en esta revista.
b. Los autores pueden establecer por separado acuerdos adicionales para la distribución no exclusiva de la versión de la obra publicada en la revista (por ejemplo, situarlo en un repositorio institucional o publicarlo en un libro), con un reconocimiento de su publicación inicial en esta revista.
c. Se permite y se anima a los autores a difundir sus trabajos electrónicamente (por ejemplo, en repositorios institucionales o en su propio sitio web) antes y durante el proceso de envío, ya que puede dar lugar a intercambios productivos, así como a una citación más temprana y mayor de los trabajos publicados (Véase The Effect of Open Access, en inglés).