Trabajo de grado - Maestría
Modelo estimador del pronóstico de demanda eléctrica a partir de datos históricos obtenidos de medidores inteligentes
Fecha
2022-01-24Registro en:
Universidad Nacional de Colombia
Repositorio Institucional Universidad Nacional de Colombia
Autor
Matabajoy Salas, Tania Fernanda
Institución
Resumen
El siguiente trabajo desarrolla un modelo de pronóstico de demanda de energía a partir
del empleo de datos aportados por medidores inteligentes. El algoritmo híbrido de
optimización propuesto para el análisis fue implementando al integrar herramientas como
series de Fourier, regresión simbólica y algoritmo multiobjetivo.
Los resultados obtenidos son planteados sobre una base histórica de tres años. El estudio
de pronóstico presentado se obtuvo a partir de un modelo estimador que acopla variables
climáticas como presión, nubosidad, humedad, temperatura, dirección y velocidad del
viento. Como también aspectos como el tipo de construcción, tipo de medidor, entre otros
que contribuyen en un pronóstico a fin con el comportamiento base de demanda de
energía de los usuarios analizados.
Inicialmente se desarrolla el planteamiento del modelo de algoritmo híbrido empleado con
el cual se realizarán los pronósticos de demanda de energía, realizando una descripción
del funcionamiento de este. Posteriormente se realiza la implementación del algoritmo
planteado en varios escenarios de tiempo, implementación que se desarrolla al disponer
de datos históricos base de demanda de energía con los cuales se efectúan las pruebas
del algoritmo, consecutivamente se evaluarán los resultados obtenidos sobre los datos de
prueba de entrenamiento elegidos y prueba del código. (Texto tomado de la fuente) The following work develops an energy demand forecasting model based on the use of
data provided by smart meters. The hybrid optimization algorithm proposed for the analysis
was implemented by integrating tools such as Fourier series, symbolic regression and
multiobjective algorithm.
The results obtained are presented on a three-year historical basis. The forecast study
presented was obtained from an estimator model that couples climatic variables such as
pressure, cloud cover, humidity, temperature, direction, and wind speed. As well as aspects
such as the type of construction, type of meter, among others that contribute to a forecast
in order with the base behavior of the energy demand of the analyzed users.
Initially, the approach to the hybrid algorithm model used is developed with which the
energy demand forecasts will be made, making a description of its operation.
Subsequently, the implementation of the algorithm proposed in various time scenarios is
carried out, an implementation that is developed by having historical data base of energy
demand with which the algorithm tests are carried out, the results obtained on the test data
of chosen training and code testing.