Implementación de una Red Neuronal Artificial para la predicción de la Demanda Eléctrica a corto plazo

Abstract

El pronóstico de la demanda eléctrica es un problema de gran importancia para el sector eléctrico, a partir de los resultados que se obtienen en un pronóstico los organismos reguladores toman decisiones adecuadas. Un buen pronóstico trae grandes beneficios tanto técnicos como financieros, por lo que en la actualidad se busca constantemente desarrollar modelos de predicción con el mínimo porcentaje de error, los resultados que se presentan en este trabajo corresponde al desarrollo de una red neuronal artificial para el pronóstico de la demanda eléctrica a corto plazo, utilizando las herramientas de Matlab. La base de datos que se utilizó corresponde a las mediciones registradas por el sistema SCADA en un alimentador primario de la ciudad de Loja-Ecuador. Se emplea una red neuronal con el mínimo de capas y neuronas, sin perder la precisión del pronóstico. Para entrenar la red neuronal se realizó una adecuada selección y clasificación de las variables de entrada.

Keywords

• Alimentador primario
• Pronóstico de la demanda eléctrica a corto plazo
• Red neuronal
• Precisión del pronóstico