dc.creatorInga,Esteban
dc.creatorInga,Juan
dc.creatorCorrea,Estuardo
dc.creatorHincapié,Roberto
dc.date2018-03-01
dc.date.accessioned2023-09-25T15:15:46Z
dc.date.available2023-09-25T15:15:46Z
dc.identifierhttp://scielo.senescyt.gob.ec/scielo.php?script=sci_arttext&pid=S1390-65422018000100177
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/8823640
dc.descriptionResumen: El trabajo presenta el rendimiento de la técnica de MapReduce para reconstruir la curva de carga a partir de una cantidad de información previamente almacenada proveniente de medición inteligente de energía eléctrica y considerada en la actualidad como Big Data. La gestión de información en la etapa de una red eléctrica inteligente considerada como Sistema de Gestión de Datos Medidos o MDMS necesita reducir los tiempos respecto de los reportes que se requieran en un determinado instante para toma de decisiones en relación a la respuesta de la demanda eléctrica. Por lo tanto, este trabajo propone el uso de MapReduce como técnica para conseguir información de la curva de carga en un tiempo adecuado para obtener tendencias y estadísticas relacionadas con el patrón de consumo eléctrico residencial.
dc.formattext/html
dc.languagees
dc.publisherUniversidad UTE
dc.relation10.29019/enfoqueute.v9n1.220
dc.rightsinfo:eu-repo/semantics/openAccess
dc.sourceEnfoque UTE v.9 n.1 2018
dc.subjectbig data
dc.subjectmapreduce
dc.subjectsistema de gestión de datos medidos
dc.subjectred eléctrica inteligente
dc.subjectmedición inteligente.
dc.titleReconstrucción del patrón de consumo eléctrico a partir de Big Data mediante técnica de MapReduce
dc.typeinfo:eu-repo/semantics/article


Este ítem pertenece a la siguiente institución