Métodos aplicados para la selección de variables de entrada en la predicción del consumo eléctrico en el corto plazo

Mostrar todas las versiones(2)

Short-Term Load Forecating (STLF), está tomando una mayor relevancia por el desarrollo de las microgrid y los sistemas Supervisory Control And Data Acquisition (SCADA). Existe una explosión de datos en esta área; para lograr que los sistemas sean prácticos y precisos se necesita seleccionar de maner...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Villacís Postigo, Fernando, Jimenez, Victor Adrian, Will, Adrián
Otros Autores: Congreso Nacional de Ingeniería en Informática / Sistemas de información (4° : 2016 nov. 17-18 : Salta)
Formato: Documento de conferencia submittedVersion
Lenguaje:Español
Publicado: Universidad Católica de Salta. Facultad de Ingeniería (Salta) 2016
Materias:
Meteorología
Informática
Consumo de energía
Procesamiento de datos
Acceso en línea:https://bibliotecas.ucasal.edu.ar/opac_css/index.php?lvl=cmspage&pageid=24&id_notice=61629
Aporte de:
Repositorio Digital - Universidad Católica de Salta (UCASal) de Universidad Católica de Salta
id I49-R155-61629
record_format dspace
spelling I49-R155-616292024-12-03T19:39:00Z https://bibliotecas.ucasal.edu.ar/opac_css/index.php?lvl=cmspage&pageid=24&id_notice=61629 61629 20170614u u u0frey0103 ba spa Métodos aplicados para la selección de variables de entrada en la predicción del consumo eléctrico en el corto plazo Universidad Católica de Salta. Facultad de Ingeniería (Salta) 2016-12-30 info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/submittedVersion info:ar-repo/semantics/documento de conferencia application/pdf 1001514 Salta (province) Short-Term Load Forecating (STLF), está tomando una mayor relevancia por el desarrollo de las microgrid y los sistemas Supervisory Control And Data Acquisition (SCADA). Existe una explosión de datos en esta área; para lograr que los sistemas sean prácticos y precisos se necesita seleccionar de manera adecuada las variables de entrada utilizadas por los sistemas de predicción. Se presenta en este trabajo un estado del arte de los métodos de selección de variables utilizados en STLF, orientado a permitir a usuarios del área obtener criterios para elegir los métodos de selección de variables más adecuados en cada caso. Fil: Villacís Postigo, Fernando. Universidad Católica de Salta. Facultad de Ingeniería; Argentina. Fil: Jimenez, Victor Adrian. Universidad Católica de Salta. Facultad de Ingeniería; Argentina. Fil: Will, Adrián. Universidad Tecnológica Nacional. Facultad Regional Tucumán; Argentina. Villacís Postigo, Fernando Jimenez, Victor Adrian Will, Adrián Congreso Nacional de Ingeniería en Informática / Sistemas de información (4° : 2016 nov. 17-18 : Salta) Meteorología Informática Consumo de energía Procesamiento de datos info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Atribución/Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0) Researchers Students
institution Universidad Católica de Salta
institution_str I-49
repository_str R-155
collection Repositorio Digital - Universidad Católica de Salta (UCASal)
language Español
orig_language_str_mv spa
topic Meteorología
Informática
Consumo de energía
Procesamiento de datos
spellingShingle Meteorología
Informática
Consumo de energía
Procesamiento de datos
Villacís Postigo, Fernando
Jimenez, Victor Adrian
Will, Adrián
Métodos aplicados para la selección de variables de entrada en la predicción del consumo eléctrico en el corto plazo
topic_facet Meteorología
Informática
Consumo de energía
Procesamiento de datos
description Short-Term Load Forecating (STLF), está tomando una mayor relevancia por el desarrollo de las microgrid y los sistemas Supervisory Control And Data Acquisition (SCADA). Existe una explosión de datos en esta área; para lograr que los sistemas sean prácticos y precisos se necesita seleccionar de manera adecuada las variables de entrada utilizadas por los sistemas de predicción. Se presenta en este trabajo un estado del arte de los métodos de selección de variables utilizados en STLF, orientado a permitir a usuarios del área obtener criterios para elegir los métodos de selección de variables más adecuados en cada caso.
author2 Congreso Nacional de Ingeniería en Informática / Sistemas de información (4° : 2016 nov. 17-18 : Salta)
author_facet Congreso Nacional de Ingeniería en Informática / Sistemas de información (4° : 2016 nov. 17-18 : Salta)
Villacís Postigo, Fernando
Jimenez, Victor Adrian
Will, Adrián
format Documento de conferencia
submittedVersion
Documento de conferencia
author Villacís Postigo, Fernando
Jimenez, Victor Adrian
Will, Adrián
author_sort Villacís Postigo, Fernando
title Métodos aplicados para la selección de variables de entrada en la predicción del consumo eléctrico en el corto plazo
title_short Métodos aplicados para la selección de variables de entrada en la predicción del consumo eléctrico en el corto plazo
title_full Métodos aplicados para la selección de variables de entrada en la predicción del consumo eléctrico en el corto plazo
title_fullStr Métodos aplicados para la selección de variables de entrada en la predicción del consumo eléctrico en el corto plazo
title_full_unstemmed Métodos aplicados para la selección de variables de entrada en la predicción del consumo eléctrico en el corto plazo
title_sort métodos aplicados para la selección de variables de entrada en la predicción del consumo eléctrico en el corto plazo
publisher Universidad Católica de Salta. Facultad de Ingeniería (Salta)
publishDate 2016
url https://bibliotecas.ucasal.edu.ar/opac_css/index.php?lvl=cmspage&pageid=24&id_notice=61629
work_keys_str_mv AT villacispostigofernando metodosaplicadosparalaselecciondevariablesdeentradaenlapredicciondelconsumoelectricoenelcortoplazo
AT jimenezvictoradrian metodosaplicadosparalaselecciondevariablesdeentradaenlapredicciondelconsumoelectricoenelcortoplazo
AT willadrian metodosaplicadosparalaselecciondevariablesdeentradaenlapredicciondelconsumoelectricoenelcortoplazo
_version_ 1823985338213728256

Ejemplares similares