Método autorregresivo arima para una previsión de carga residencial a corto plazo basado en el aprendizaje del comportamiento de los clientes residenciales

Para citar o enlazar este item, por favor use el siguiente identificador: http://dspace.ups.edu.ec/handle/123456789/22562
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorTipán Vergara, Luis Fernando-
dc.contributor.authorLora Arias, Luis Eduardo-
dc.date.accessioned2022-05-13T21:31:10Z-
dc.date.available2022-05-13T21:31:10Z-
dc.date.issued2022-05-
dc.identifier.urihttp://dspace.ups.edu.ec/handle/123456789/22562-
dc.descriptionEn el presente trabajo de titulación se pretende el prever el comportamiento de carga de los clientes residenciales. Implementando un modelo de previsión autorregresivo ARIMA, basado en datos establecidos por un medidor inteligente, conociendo el consumo residencial en un tiempo establecido y diagnosticando una solución de expansión para satisfacer la demanda residencial. Una vez Validado los datos implementados mediante el uso de una base de datos de una nube Iot hacia Matlab, nos en el perfil de carga de eléctrica residencial. Una vez implementada la solución, mediante la validación y comprobación de este método se toma en cuenta la carga total obtenida en un corto plazo de tiempo, y se determina la necesidad o no de una expansión en satisfacer la demanda que abarque un sector residencial.spa
dc.description.abstractIn the present titling work, it is intended to foresee the load behavior of residential clients. Implementing an ARIMA autoregressive forecasting model, based on data established by a smart meter, knowing residential consumption in a set time and diagnosing an expansion solution to meet residential demand. Once Validated the data implemented by using a database of an Iot cloud to MATLAB, we in the load profile of residential electricity. Once the solution is implemented, through the validation and verification of this method, the total load obtained in a short period of time is taken into account, and the need or not of an expansion to satisfy the demand that covers a residential sector is determined.spa
dc.language.isospaspa
dc.rightsopenAccessspa
dc.rightsAtribución-NoComercial-SinDerivadas 3.0 Ecuador*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/ec/*
dc.subjectELECTRICIDADspa
dc.subjectPLANIFICACIÓN ESTRATÉGICAspa
dc.subjectENERGÍA ELÉCTRICAspa
dc.subjectCONSUMO DE ENERGÍA ELÉCTRICAspa
dc.titleMétodo autorregresivo arima para una previsión de carga residencial a corto plazo basado en el aprendizaje del comportamiento de los clientes residencialesspa
dc.typebachelorThesisspa
ups.carreraElectricidadspa
ups.sedeSede Quitospa
Pertenece a las colecciones: Grado

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
UPS - TTS798.pdfTexto completo1,29 MBAdobe PDFVisualizar/Abrir
Mostrar formato sencillo  Estadísticas Ver en Google Scholar


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons