Pronostico de consumo de energía eléctrica usando redes neuronales artificiales

At work, we propose the use of artificial neural networks for forecasting electricity consumption. Key influencers in the consumption of electricity in the country's public sector factors were studied. Major influential variables are determined in the consumption of electricity. Forecasting methods consuming more electricity used artificial neural networks being chosen as the most accurate were analysed. Was created, simulated and validated a neural network for forecasting electricity consumption yielding an error of approximation of 5.87%, due to the existence of few training data. The validity of the proposed method comparing the predicted results was found, resulting in a difference of 31.77 MWh. This value could be obtained to determine the technical potential and economic benefits. En el trabajo, se propone el uso de las redes neuronales artificiales para el pronóstico de consumo de energía eléctrica. Se estudiaron los principales factores influyentes en el consumo de energía eléctrica en el sector público del país. Se determinan las principales variables influyentes en el consumo de energía eléctrica. Se analizaron los métodos de pronóstico de consumo de energía eléctrica más usados escogiéndose las redes neuronales artificiales por ser el más preciso. Se creó, simuló y validó una red neuronal para el pronóstico del consumo de energía eléctrica obteniéndose un error de aproximación de 5,87 %, debido a la existencia de pocos datos en el entrenamiento. Se comprobó la validez del método propuesto al comparar los resultados pronosticados, resultando una diferencia de 31,77 MWh. Con este valor obtenido se pudieron determinar las potencialidades técnicas de ahorro así como los beneficios económicos.