Estimación de la demanda eléctrica de la cocina de inducción por análisis clúster.

Abstract

El presente trabajo de tesis tiene como principal objetivo realizar la estimación de la demanda eléctrica de la cocina eléctrica de inducción por análisis clúster. Se realizó el monitoreo del consumo de energía eléctrica de la cocina de inducción a cinco usuarios residenciales de Loja, el periodo de mediciones comprende desde el 01 de marzo al 30 de junio de 2016. Para efectuar la campaña de mediciones se utilizó el contador instantáneo de energía Efergy E2 Classic, este equipo permitió censar el consumo de energía de las cocinas eléctricas de inducción expresado en kWh por hora en forma diaria y mensual. Obtenida la base de datos se realizó una clasificación y evaluación de la misma aplicando la minería de datos. Para la estimación de la demanda eléctrica, se utilizó tres métodos de análisis clúster, Método del Dendrograma, K-Means y Fuzzy C-Means. Éstos métodos fueron utilizados de la Toolbox de Matlab®. En el análisis clúster se procedió a agrupar los datos de consumo eléctrico en dos clusters por cada usuario, obteniéndose una curva de consumo eléctrico característica para cada clúster. Del análisis clúster se determinó que de los cinco usuarios analizados, tres presentan un consumo que tiene características similares entre sí, se estableció que el valor máximo de consumo de energía eléctrica de estos tres usuarios es de 0,518 kWh, con una potencia máxima de 2,307 kW en los días hábiles (lunes a viernes), mientras que el valor máximo de consumo de energía eléctrica de los fines de semana (sábado y domingo) es de 0,344 kWh, con una potencia máxima de 2,684 kW. Los dos usuarios restantes presentan una agrupación clúster distinta, esto debido a los hábitos de uso de la cocina de inducción. Finalmente se realizó la implementación de un algoritmo para realizar análisis clúster, se desarrolló una Interfaz Gráfica de Usuario (GUI) en Matlab®, esta aplicación permite realizar el análisis clúster aplicando las tres técnicas utilizadas en este trabajo, además se realiza la evaluación de la agrupación utilizando el método de Ward, que ha sido implementado en la técnica del Dendrograma. La respuesta de cálculo del algoritmo desarrollado es inmediata, este permite visualizar los resultados obtenidos para cada técnica de análisis, así como facilita al usuario el manejo de los resultados.