Por favor, use este identificador para citar o enlazar este ítem: http://dspace.espoch.edu.ec/handle/123456789/8596
Título : Pronósticos del consumo y demanda de potencia máxima de energía eléctrica en la ciudad de Riobamba para el periodo 2017-2020, mediante modelos ARIMA.
Autor : Barahona Bonifaz, Jorge Iván
Director(es): Congacha Aushay, Jorge
Tribunal (Tesis): Escudero Villa, Isabel
Palabras claves : ESTADÍSTICA;SERIES DE TIEMPO;MODELO AUTOREGRESIVO DE MEDIAS MÓVILES (ARIMA);PRONÓSTICOS DEL CONSUMO DE ENERGÍA;GEORREFERENCIACIÓN;DEMANDA DE POTENCIA MÁXIMA
Fecha de publicación : abr-2018
Editorial : Escuela Superior Politécnica de Chimborazo
Citación : Barahona Bonifaz, Jorge Iván. (2018). Pronósticos del consumo y demanda de potencia máxima de energía eléctrica en la ciudad de Riobamba para el periodo 2017-2020, mediante modelos ARIMA. Escuela Superior Politécnica de Chimborazo. Riobamba.
Identificador : UDCTFC;226T0040
Resumen : The objective was to predict the consumption and the maximum power demand of electrical energy in Riobamba city in the period 2017-2020, using ARIMA models. It was carried out with real information taken from the Planning Department of the Empresa Eléctrica Riobamba S.A. (EERSA). Through the application of knowledge in Geo-statistics, it was possible to carry out the sectorisation of electrical energy consumption in Riobamba city, resulting in the years that consumed the most energy were 2015, 2017. The high consumption is mainly shown in the commercial area of the city, approaching the historical centre of the city. Through the study of time series, the best prediction models were determined, where the following models are applied: ARIMA (0,1,1)(1,0,0)[12] for the electrical energy consumption in Riobamba city, while the demand for maximum power of electrical energy was established by means of precision measurements. The model that best fits the generation of prediction in the Holt-Winters method, the validated models that apply by the verification of the assumptions of the prediction models, corroborating the residuals, normality, stationarity and independence. It is recommended to EERSA implements and uses the prediction models proposed in this paper to predict the consumption and demand of maximum power of electrical energy in Riobamba city.
Descripción : El objetivo fue predecir el consumo y demanda de potencia máxima de energía eléctrica en la ciudad de Riobamba en el periodo 2017- 2020, mediante modelos ARIMA, el mismo que se efectuó con información real tomada del Departamento de planificación de la Empresa Eléctrica Riobamba S.A (EERSA), mediante la aplicación del conocimiento en Geo-estadística, se pudo realizar la sectorización del consumo de energía eléctrica en la ciudad de Riobamba dando como resultados que los años que más consumo de energía existió fueron en los años 2015, 2017. El consumo elevado se muestra principalmente en la zona comercial de la ciudad abordando el centro histórico de la ciudad. A través del estudio de series de tiempo se determinaron los mejores modelos de predicción, donde se aplica los modelos: ARIMA(0,1,1)(1,0,0)[12] para el consumo de energía eléctrica en la ciudad de Riobamba, mientras que para la demanda de potencia máxima de energía eléctrica se estableció mediante las medidas de precisión, el modelo que mejor se ajusta para la generación de pronósticos es el método de Holt-Winters, los modelos que se aplican son validados mediante la comprobación de los supuestos de los modelos de predicción, corroborando los residuales, la normalidad, estacionariedad e independencia. Se recomienda a la. EERSA implementar y utilizar los modelos de pronósticos propuestos en el presente trabajo para pronosticar el consumo y demanda de potencia máxima de energía eléctrica en la ciudad de Riobamba.
URI : http://dspace.espoch.edu.ec/handle/123456789/8596
Aparece en las colecciones: Tesis Ingeniero en Estadística Informática

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
226T0040.PDF3,24 MBAdobe PDFVista previa
Visualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.