jhonatanelc/prediction

Predicción de la demanda de energía eléctrica

Predicción de la demanda de energía eléctrica con RNN LSTM

El proyecto consiste en predecir valores para una serie temporal del consumo de energía eléctrica de la ciudad de Juliaca específicamente una barra de 10kv. El proyecto contiene los siguientes archivos:

• juliaca_10kv.xlsx :Historial de la demanda de energia
• juliaca_10kv_ultimo.xls : datos preprocesados
• Preproseamiento_de_datos_Juliaca_10kv : contiene el preproceado de los datos
• lstm : contiene los modelos realizados
• logs : curvas de entrenamiento, función de perdida vs épocas
• models : modelos entrenados
• lstm-2 : ultimo lstm bidireccional

Utilicé varias arquitecturas RRN LSTM como simple, apilada y bidireccional de entrada múltiple y salida múltiple, se empezó comparando con que tipos de datos el modelo predice mejor, el primero fue predecir el día actual con los datos de entrada de la semana pasada, el segundo fue predecir el día actual con los datos de entrada del día anterior, como resultado se obtuvo que el modelo predice mejor cuando se le suministra los datos del día anterior.

Los datos de entrada son 48 valores correspondientes a la demanda de la energia eléctria y las salidas tambien son 48 valores.

Actualizaciones:

• Se volvio a realizar pruebas con el modelo lstm-2 del cual se obtubo un MAPE del 2.82%, se utilizo 96 datos de entrada y 48 valores de salida

Link de la publicación:

https://renati.sunedu.gob.pe/handle/sunedu/3441142