Proyección de la demanda eléctrica de Emelsucumbíos basada en una metodología estnadarizada y diferentes softwares de pronósticos Edwin Vladimir Morales Simbaña

By: Morales Simbaña, Edwin Vladimir
Contributor(s): Tapia Calvopiña, Luis Elias [Director de Tesis]
Material type: Mixed materialsMixed materialsQuito : EPN, 2009Description: 122 p.: il.; + CD 2593Subject(s): SISTEMAS ELECTRICOS DE POTENCIA | SISTEMAS DE DISTRIBUCION | PLANIFICACIONOther classification: T-IE Online resources: Texto completo Dissertation note: FACULTAD DE INGENIERIA ELECTRICA Y ELECTRONICA Tesis (Ingeniero Eléctrico). -- Escuela Politécnica Nacional. 2009 Summary: La falta de una herramienta técnica y el alto porcentaje de incertidumbre en las proyecciones de demanda, conlleva a desaciertos en los reportes emitidos a los diferentes Organismos de Control. Por lo indicado, es necesaria una metodología con un tratamiento fácil y técnico. En el capítulo 1 se presenta los objetivos, antecedentes y las justificaciones del proyecto, tomando en cuenta el interés en la planeación de las actividades futuras a corto plazo. En el capítulo 2 se analiza la situación actual por la que atraviesa EMELSUCUMBÍOS en cada una de sus etapas funcionales, detallando las características y parámetros principales empleados en la metodología aplicada actualmente en la proyección de las demandas. En el capítulo 3 se realiza una descripción de los modelos clásicos que emplean un proceso de observación, análisis y estudio de pasos previos para determinar parámetros de tendencia, suavización y de descomposición, con lo cual es posible extrapolar el pasado hacia el futuro. En el capítulo 4 se aplica los modelos modernos o AR.I.MA, basados en iteraciones que permiten obtener el mejor modelo a partir de un patrón de tipo general, y además tienen la virtud de encontrar situaciones numéricas futuras que no tengan antecedentes ni relación con el pasado. En el capítulo 5 se realiza el pronóstico de los últimos siete valores de la serie, seleccionando el modelo óptimo que menor porcentaje de error presente con relación a los datos estadísticos, posteriormente se aplica el modelo y se procede a pronosticar el periodo deseado (con un límite de dos meses).
Tags from this library: No tags from this library for this title.
    Average rating: 0.0 (0 votes)
Item type Current location Call number Copy number Status Date due Barcode Item holds
Tesis en Recursos Electrónicos Tesis en Recursos Electrónicos BIBLIOTECA DE ING. ELÉCTRICA Y ELECTRÓNICA
333.793212 / M828 TESIS (Browse shelf) Not for loan 11380
Tesis Tesis BIBLIOTECA GENERAL
T-IE/3078 (Browse shelf) Ej. 1 Available 038532
Total holds: 0

FACULTAD DE INGENIERIA ELECTRICA Y ELECTRONICA Tesis (Ingeniero Eléctrico). -- Escuela Politécnica Nacional. 2009

Incluye referencia bibliográfica

La falta de una herramienta técnica y el alto porcentaje de incertidumbre en las proyecciones de demanda, conlleva a desaciertos en los reportes emitidos a los diferentes Organismos de Control. Por lo indicado, es necesaria una metodología con un tratamiento fácil y técnico. En el capítulo 1 se presenta los objetivos, antecedentes y las justificaciones del proyecto, tomando en cuenta el interés en la planeación de las actividades futuras a corto plazo. En el capítulo 2 se analiza la situación actual por la que atraviesa EMELSUCUMBÍOS en cada una de sus etapas funcionales, detallando las características y parámetros principales empleados en la metodología aplicada actualmente en la proyección de las demandas. En el capítulo 3 se realiza una descripción de los modelos clásicos que emplean un proceso de observación, análisis y estudio de pasos previos para determinar parámetros de tendencia, suavización y de descomposición, con lo cual es posible extrapolar el pasado hacia el futuro. En el capítulo 4 se aplica los modelos modernos o AR.I.MA, basados en iteraciones que permiten obtener el mejor modelo a partir de un patrón de tipo general, y además tienen la virtud de encontrar situaciones numéricas futuras que no tengan antecedentes ni relación con el pasado. En el capítulo 5 se realiza el pronóstico de los últimos siete valores de la serie, seleccionando el modelo óptimo que menor porcentaje de error presente con relación a los datos estadísticos, posteriormente se aplica el modelo y se procede a pronosticar el periodo deseado (con un límite de dos meses).

There are no comments on this title.

to post a comment.
Share

Powered by Koha