Implementación de un modelo de predicción de la demanda eléctrica mediante redes neuronales artificiales

Abstract

La presente investigación tiene como objetivo implementar un modelo de predicción de la demanda eléctrica mediante redes neuronales artificiales desarrollado por una herramienta computacional con el programa MATLAB, utilizando datos reales de demanda eléctrica en función de la potencia del alimentador C de la Subestación 37 Santa Rosa pertenecientes al barrio de San José de Cutuglahua. Realizando un tipo de investigación descriptiva, diagnóstica y aplicada, con un método bibliográfico, inductivo – deductivo, y la aplicación de técnicas e instrumentos como la observación, simulación y programación. Dentro de la parte de programación el programa cuenta con una interfaz gráfica (APP DESIGNER) que consta de tres módulos para su funcionamiento : Demanda Eléctrica, Propiedades de la red neuronal y Predicciones, con características particulares que permitieron el correcto funcionamiento, así como una pantalla gráfica que permite ver los días requeridos; dentro de este programa se implementó librerías de redes neuronales de MATLAB, para las predicciones de series de tiempo se contó con la red NARNET, utilizando para el algoritmo de entrenamiento levenberg-marquart mediante 5 neuronas con 70 % de los datos ingresados, 15 % de los datos para la validación y 15% de datos de prueba, obteniendo un error porcentual de 4.06%, concluyendo que el pronóstico de la demanda es óptimo y confiable.