Modelo de predicción de demanda del sector residencial de la ciudad de Loja.

Abstract

En esta memoria se exponen los resultados del diseño de un modelo de predicción de demanda eléctrica del sector residencial de la ciudad de Loja, se tomó como caso estudio el alimentador “Calvario”, perteneciente a la subestación “San Cayetano”, por las características de los usuarios donde se encuentra el alimentador la demanda se la consideró como residencial. Para la creación del modelo de predicción se consideraron métodos estrictamente no lineales, basados en Redes Neuronales Artificiales (RNA), seleccionando la arquitectura de RNA No-lineal Auto-regresiva, dicha arquitectura posibilita la predicción de series temporales, contando únicamente con la serie de datos histórica, la cual fue proporcionada por la Empresa Eléctrica Regional del Sur (EERSSA). Para llegar a determinar la base datos que alimentan las entradas de la RNA se realizó el procesamiento integral de la base de datos proporcionada, llegando a eliminar datos y en algunos casos se efectuó el suavizado de la curva de datos obtenida. En el proceso de validación y prueba del modelo de predicción de demanda eléctrica, se comprobó que los resultados obtenidos por la RNA seleccionada, para cada predicción, se ajusta a las métricas plantadas previo al proceso de diseño. Para el desarrollo de la investigación se hizo uso del software de ingeniería MatLab (Matrix Laboratory) usado para el desarrollo del proceso de creación del modelo predictivo a través de RNA.