Pronóstico de demanda eléctrica a través de un algoritmo de redes neuronales

Simple item page
dc.audiencegeneralPublic
dc.contributorVázquez Báez, Víctor Manuel
dc.contributorYáñez Pérez, Gabriela
dc.contributor.advisorVázquez Báez, Víctor Manuel; 0000-0002-4980-1832
dc.contributor.advisorYáñez Pérez, Gabriela; 0000-0002-4529-5995
dc.contributor.authorBarrios Rodríguez, Dariana
dc.date.accessioned2026-10-06T21:07:28Z
dc.date.available2026-10-06T21:07:28Z
dc.date.issued2026-03
dc.description.abstract“La realización de esta tesis es conveniente porque en los últimos años hemos tenido un aumento en la demanda de energía y es necesario tener pronósticos a fin de tener expectativas o contar con bases para enfrentar y absorber dicho crecimiento, empezando por analizar el comportamiento del día siguiente. Además de que existen varios pronósticos a mediano y largo plazo, pero también es importante realizar el análisis a un futuro más próximo (corto plazo) y que los operadores del CENACE, en su momento, puedan tomar decisiones fundamentadas en lo que se espera del comportamiento de la demanda eléctrica para las siguientes horas. La implementación del algoritmo de redes neuronales que se presenta en este documento es basada en el hecho de que en la actualidad buscamos soluciones eficaces y rápidas, es por eso que la arquitectura elegida es la de redes neuronales recurrentes (RNN) pues estas son particularmente útiles para el pronóstico de series temporales, tienen una memoria interna que les permite mantener información de entradas anteriores y procesar datos. Esto último será lo que nos ayude a obtener el pronóstico de la demanda, lo cual es un beneficio que aportará dicha investigación en el campo de la electricidad siendo de gran utilidad pues es aplicado en un fenómeno de máxima importancia, y hasta preocupación, para ofrecer calidad en la energía y un buen desarrollo del SEN”.
dc.folio20260317154025-1529-T
dc.formatpdf
dc.identificator7
dc.identifier.urihttps://hdl.handle.net/20.500.12371/33973
dc.language.isospa
dc.matricula.creator224470085
dc.publisherBenemérita Universidad Autónoma de Puebla
dc.rights.accesopenAccess
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0
dc.subject.classificationINGENIERÍA Y TECNOLOGÍA
dc.subject.lccIndustrias--Industrias y oficios especializados--Industrias mecánicas--Servicios eléctricos--Obras generales
dc.subject.lccMatemáticas--Instrumentos y máquinas--Máquinas de cálculo --Informática--Redes neuronales
dc.subject.lccConsumo de energía eléctrica--Pronóstico--Modelos matemáticos
dc.subject.lccRedes neuronales (Computación)--Aplicaciones industriales
dc.thesis.careerMaestría en Ingeniería
dc.thesis.degreedisciplineÁrea de Ingeniería y Ciencias Exactas
dc.thesis.degreegrantorFacultad de Ingeniería
dc.thesis.degreetoobtainMaestro (a) en ingeniería opción terminal en Sistemas Eléctricos de Potencia
dc.titlePronóstico de demanda eléctrica a través de un algoritmo de redes neuronales
dc.typeTesis de maestría
dc.type.conacytmasterThesis
dc.type.degreeMaestría
Files
Original bundle
Now showing 1 - 2 of 2
Name:
20260317154025-1529-T.pdf
Size:
953.35 KB
Format:
Adobe Portable Document Format
Download
Name:
20260317154025-1529-CARTA.pdf
Size:
14.23 MB
Format:
Adobe Portable Document Format
Collections
Tesis de Maestría