Predicción de demanda de energía en colombia mediante un sistema de inferencia difuso neuronal
Fuente:
Redalyc
Saved in:
| Main Author: | |
|---|---|
| Format: | Artículo científico |
| Language: | es |
| Published: |
Universidad Nacional de Colombia
2005
|
| Subjects: | |
| Online Access: | |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1876449351652343808 |
|---|---|
| author | Santiago Medina Hurtado |
| author_facet | Santiago Medina Hurtado |
| contents | Predicción de demanda de energía en colombia mediante un sistema de inferencia difuso neuronal Santiago Medina Hurtado Josefina García Aguado Ingeniería ANFIS redes neuronales Demanda de energía Redes neurodifusas En este trabajo se utilizan dos técnicas de inteligencia artificial para pronosticar la demanda mensual de energía eléctrica en Colombia con el objetivo es determinar el error de la prediccióny puedan ser comparados posteriormente con otros modelos tradicionales pronóstico de seriesde tiempo. Una disminución importante en los errores de predicción, traería beneficios económicos para todos los agentes que operan en el sector eléctrico. Las redes neuronales Artificiales (RNA) y los Sistemas de Inferencia Borroso Adaptativo - ANFIS son actualmente ampliamente utilizados en problemas de pronóstico en muchos campos de la ciencia y la tecnología con buen desempeño, para nuestro caso estos modelos fueron alimentados con variables explicativas de la demanda. Se utilizo una RNA completamente interconectada con propagación hacia delante de tres capas y se probaron dos algoritmos de aprendizaje para la red encontrándose resultados significativamente diferentes en el error de predicción así como en el tiempo de entrenamiento. El modelo ANFIS utilizado fue de tipo Takawi-Sugeno de orden cero y fue alimentado con las componentes principales de las variables de entrada definidas. Los resultados fueron comparados mediante la función de error Raíz del Error Medio Cuadrático (RMSE) y el Porcentaje de Error Absoluto Medio (MAPE) encontrándose un mejor desempeño de la RNA. 2005 artículo científico 0120-9833 https://www.redalyc.org/articulo.oa?id=147019387002 es http://www.redalyc.org/revista.oa?id=1470 Energética application/pdf Universidad Nacional de Colombia Energética (Colombia) Num.33 |
| format | Artículo científico |
| id | redalyc_147019387002 |
| institution | Redalyc |
| language | es |
| publishDate | 2005 |
| publisher | Universidad Nacional de Colombia |
| spellingShingle | Predicción de demanda de energía en colombia mediante un sistema de inferencia difuso neuronal Santiago Medina Hurtado Ingeniería ANFIS redes neuronales Demanda de energía Redes neurodifusas Predicción de demanda de energía en colombia mediante un sistema de inferencia difuso neuronal Santiago Medina Hurtado Josefina García Aguado Ingeniería ANFIS redes neuronales Demanda de energía Redes neurodifusas En este trabajo se utilizan dos técnicas de inteligencia artificial para pronosticar la demanda mensual de energía eléctrica en Colombia con el objetivo es determinar el error de la prediccióny puedan ser comparados posteriormente con otros modelos tradicionales pronóstico de seriesde tiempo. Una disminución importante en los errores de predicción, traería beneficios económicos para todos los agentes que operan en el sector eléctrico. Las redes neuronales Artificiales (RNA) y los Sistemas de Inferencia Borroso Adaptativo - ANFIS son actualmente ampliamente utilizados en problemas de pronóstico en muchos campos de la ciencia y la tecnología con buen desempeño, para nuestro caso estos modelos fueron alimentados con variables explicativas de la demanda. Se utilizo una RNA completamente interconectada con propagación hacia delante de tres capas y se probaron dos algoritmos de aprendizaje para la red encontrándose resultados significativamente diferentes en el error de predicción así como en el tiempo de entrenamiento. El modelo ANFIS utilizado fue de tipo Takawi-Sugeno de orden cero y fue alimentado con las componentes principales de las variables de entrada definidas. Los resultados fueron comparados mediante la función de error Raíz del Error Medio Cuadrático (RMSE) y el Porcentaje de Error Absoluto Medio (MAPE) encontrándose un mejor desempeño de la RNA. 2005 artículo científico 0120-9833 https://www.redalyc.org/articulo.oa?id=147019387002 es http://www.redalyc.org/revista.oa?id=1470 Energética application/pdf Universidad Nacional de Colombia Energética (Colombia) Num.33 |
| title | Predicción de demanda de energía en colombia mediante un sistema de inferencia difuso neuronal |
| topic | Ingeniería ANFIS redes neuronales Demanda de energía Redes neurodifusas |
| url | https://www.redalyc.org/articulo.oa?id=147019387002 |