Predicción de la demanda eléctrica horaria mediante redes neuronales artificiales

Autores/as

  • Carlos Mallo-González Universidad de Oviedo España

Palabras clave:

Red Neuronal Artificial, Perceptrón Multicapa, Regresión no paramétrica, Aproximador universal, No-Linealidad, Curva de carga eléctrica, Predicción horaria

Resumen

En este trabajo se realiza una introducción a los modelos neuronales y se explora su aplicabilidad en el terreno de la economía cuantitativa como instrumento de modelización y predicción no paramétrica. A tal objeto hemos desarrollado un modelo de Red Neuronal Artificial que posteriormente aplicaremos en la predicción de la demanda horaria de energía eléctrica con datos reales. Los resultados así obtenidos fueron comparados con los ofrecidos por las metodologías convencionales de ajuste y predicción.

Publicación Facts

Metric
Este artículo
Otros artículos
Revisión pares 
2,4 promedio

Perfil de revisores  N/D

Información adicional autores

Información adicional autores
Este artículo
Otros artículos
Datos de investigación disponibles 
##plugins.generic.pfl.dataAvailability.unsupported##
##plugins.generic.pfl.averagePercentYes##
Financiación 
N/D
32% con financiadores
Conflicto de intereses 
N/D
##plugins.generic.pfl.averagePercentYes##
Metric
Para esta revista
Otras revistas
Artículos aceptados 
Artículos aceptados: 2%
33% aceptado
Días hasta la publicación 
Días hasta la publicación
145

Indexado: {$indexList}

    Indexado en
Perfil de director y equipo editorial
##plugins.generic.pfl.profiles##
Sociedad Académica/Grupo 
N/D
Editora: 
UMA Editorial. Universidad de Málaga

PFL

1 2 3 4 5
Not useful Very useful

Descargas

Publicado

2004-12-31

Cómo citar

Mallo-González, C. (2004). Predicción de la demanda eléctrica horaria mediante redes neuronales artificiales. Revista Electrónica De Comunicaciones Y Trabajos De ASEPUMA, 5(1), 5–28. Recuperado a partir de https://revistas.uma.es/index.php/recta/article/view/19982