Ver Estadísticas

Tesis Validadas: 2,591

Tesis de Posgrado: 2650

Número de Visitas: contador visitas

  1. Repositorio Institucional del Tecnológico Nacional de México (RI - TecNM)
  2. Tesis de Posgrado
  3. Puebla
  4. Instituto Tecnológico Superior de Teziutlán
  5. Maestría en Sistemas Computacionales

Please use this identifier to cite or link to this item: https://rinacional.tecnm.mx/jspui/handle/TecNM/7426
Full metadata record
DC FieldValueLanguage
dc.contributor.authorAguilar Tirado, Adrian-
dc.creatorAguilar Tirado, Adrian%1189870-
dc.date.accessioned2024-04-08T21:02:36Z-
dc.date.available2024-04-08T21:02:36Z-
dc.date.issued2023-06-01-
dc.identifier.urihttps://rinacional.tecnm.mx/jspui/handle/TecNM/7426-
dc.descriptionEl objetivo de esta investigación fue desarrollar un modelo computacional basado en una red neuronal recurrente de regresión para predecir la demanda de energía eléctrica. Se tomaron en cuenta múltiples variables, como el clima y la demanda consumida por los usuarios, entre otros. Para lograrlo, se recopilaron conjuntos de datos históricos de la demanda de energía en la zona oriente de los estados de Puebla y Veracruz, los cuales se utilizaron para entrenar y evaluar el modelo de red neuronal. El modelo de red neuronal fue capaz de capturar patrones complejos en los datos y generar predicciones cercanas a los valores reales de la demanda de energía eléctrica. Sin embargo, se observó que el rendimiento del modelo estaba influenciado por la calidad de los datos utilizados en el entrenamiento. Además, se exploró la arquitectura de la red neuronal recurrente (RNN) de regresión durante el proceso de prueba del modelo de predicción, demostrando ser una herramienta efectiva para pronosticar la demanda de energía eléctrica.es_MX
dc.language.isospaes_MX
dc.publisherTecnológico Nacional de Méxicoes_MX
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0es_MX
dc.subjectinfo:eu-repo/classification/cti/7es_MX
dc.subject.othercomputaciónes_MX
dc.subject.otherred neuronales_MX
dc.subject.otherenergía eléctricaes_MX
dc.subject.otherprediccioneses_MX
dc.subject.otherpronosticares_MX
dc.titleModelo computacional de aprendizaje automático para la predicción de la demanda eléctricaes_MX
dc.typeinfo:eu-repo/semantics/masterThesises_MX
dc.contributor.directorRobles Calderon, Jacobo %611761-
dc.folioMSC-TSI-21TE0010Pes_MX
dc.rights.accessinfo:eu-repo/semantics/openAccesses_MX
dc.publisher.tecnmInstituto Tecnológico Superior de Teziutlánes_MX
Appears in Collections:Maestría en Sistemas Computacionales

Files in This Item:
File Description SizeFormat 
Tesis de Maestría#Aguilar Tirado Adrián.pdfTesis3.98 MBAdobe PDFView/Open
Licencia de Uso#Aguilar Tirado Adrián.pdf
  Until 9999-03-15		Licencia404.85 kBAdobe PDFView/Open Request a copy


This item is protected by original copyright

View License
Show simple item record


This item is licensed under a Creative Commons License Creative Commons