Análisis y diseño de redes neuronales para la predicción de la demanda eléctrica de las administraciones públicas a partir de descomposición en tipos de consumo
[ES] La predicción de la demanda eléctrica es uno de los procesos más importantes en el sector energético. Desde la operación de los sistemas hasta la gestión de compras y ventas de energía en los distintos mercados existentes, predecir bien el consumo es vital para evitar problemas como congestione...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Fecha de publicación: | 2022 |
| País: | España |
| Institución: | Universitat Politècnica de València (UPV) |
| Repositorio: | RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia |
| Idioma: | inglés |
| OAI Identifier: | oai:riunet.upv.es:10251/181221 |
| Acceso en línea: | https://riunet.upv.es/handle/10251/181221 |
| Access Level: | acceso abierto |
| Palabra clave: | Demanda eléctrica Redes Neuronales Artificiales Administración pública Valencia Predicción Eficiencia Mercado eléctrico Electricity demand Artificial Neural Networks Public administration Forecast Efficiency Electricity market INGENIERIA ELECTRICA Máster Universitario en Tecnología Energética para Desarrollo Sostenible-Màster Universitari en Tecnologia Energètica per a Desenvolupament Sostenible |
| Sumario: | [ES] La predicción de la demanda eléctrica es uno de los procesos más importantes en el sector energético. Desde la operación de los sistemas hasta la gestión de compras y ventas de energía en los distintos mercados existentes, predecir bien el consumo es vital para evitar problemas como congestiones en las redes que pueden llegar a causar desabastecimientos o para evitar importantes pérdidas económicas como consecuencia de planificar mal las compras de los agentes en los mercados mayoristas. En este TFM se plantea un modelo de predicción de la demanda eléctrica para administraciones públicas a partir de una descomposición en tipos de consumo y la aplicación de redes neuronales artificiales (ANN). Normalmente, todas las administraciones suelen contar con una cierta tipología de tipos de consumo; iluminación pública, oficinas, colegios, semáforos¿etc, cuya desagregación puede ser útil para fragmentar el problema y observar patrones que sean más fácilmente predecibles. La metodología se aplica al caso de estudio del Ayuntamiento de Valencia. Se dispone de datos reales de los consumos municipales para el periodo de 2017 y 2018. Estos consumos se van a clasificar por tipos y se van a tratar para posteriormente facilitar el proceso de entrenamiento de las redes neuronales y que estas ofrezcan la predicción más acertada posible. La predicción de cada uno de los tipos de consumo se hará por separado, dado que cada uno depende de unos inputs diferentes. Posteriormente, se agregarán todas las predicciones individuales para obtener una predicción global del consumo del Ayuntamiento de Valencia |
|---|