Please use this identifier to cite or link to this item: http://localhost:8080/xmlui/handle/123456789/1106
Title: Aplicación de métodos estadísticos para el análisis y predicción de demanda de energía eléctrica a medio plazo.
Authors: Colman Gullón, Vanessa María Belén
Torales Britos, Liliana Fabiola
Ramírez Vergara, Luis Carmelo
Keywords: Métodos estadísticos
Transformador de potencia
Predicción
Curva de demanda
Issue Date: 2022
Publisher: Facultad Politécnica - Universidad Nacional del Este
Abstract: Este trabajo de investigación se basa en la predicción de la demanda de energía eléctrica para un transformador de potencia por medio de métodos estadísticos, con el fin de dar un soporte para una evaluación que por su parte servirá para la toma de decisiones a futuro, se seleccionaron los métodos el de Promedio Móvil Ponderado (PMP) y el modelo de Holt-Winters (MHW) en donde se podrá predecir la demanda con un error no superior al 10 %. El estudio se inició con el análisis de datos históricos correspondientes al año 2.019, obteniendo la curva de la demanda real diaria mensual, en donde se calculó mediante un complemento EXCEL, las debidas ponderaciones que se tomaron para el caso de PMP y así también las variables de estimación, tendencia y estacionalidad que se utiliza para el caso de MHW. También se analizó el error porcentual absoluto medio (MAPE), que sirvió para atenuar cada una de las curvas pronosticadas a las curvas reales en cada uno de los métodos seleccionados. Como el pronóstico es para el año 2.020, los métodos arrojaron un error superior a lo esperado, esto es debido a que el año en cuestión fue atípico, no solo por los cambios climáticos que sucedieron en el año mencionado, sino que también por la pandemia del COVID−19. Si esto no hubiese sucedido, los métodos estadísticos arrojarían menor error, debido a la cantidad de ponderaciones tomadas para el caso de PMP, y el valor ´optimo obtenido que fue utilizado en el MHW.
URI: http://localhost:8080/xmlui/handle/123456789/1106
Appears in Collections:2021 - 2023

Files in This Item:
There are no files associated with this item.


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.