Modelación de la demanda máxima en función de la cantidad de clientes

• Laurencio-Pérez, Alvaro ^[1] ; Pérez-Maliuk, Olga ^[1] ; Pérez-Maliuk, Igor R. ^[2]
  1. [1] Universidad de Holguín

     Universidad de Holguín

     Cuba

     
  2. [2] Empresa Eléctrica de Holguín, Holguín
• Localización: Ciencia & Futuro, ISSN-e 2306-823X, Vol. 12, Nº. 2, 2022 (Ejemplar dedicado a: junio-agosto), págs. 155-169
• Idioma: español
• Títulos paralelos:
  • Modeling of maximum demand based on the number of customers
• Enlaces
  • Texto completo
• Resumen
  • español

    Se realizó una modelación para determinar la demanda máxima en función de la cantidad de clientes en circuitos de distribución primaria de la provincia Holguín. Se tuvo en cuenta una modelación matemática, haciendo uso de la herramienta Cuervexpert 1.3, y una modelación mediante redes neuronales artificiales haciendo uso del software Matlab R2018b, a través del código nntool. En la modelación matemática se obtuvo una curva polinómica con un error estándar de 1,311 y un coeficiente de correlación entre las variables entrada y salida (demanda máxima y cantidad de clientes, respectivamente) de 0,833, mientras que la red neuronal artificial presenta una neurona en la primera y segunda capa oculta, ambas con función logsig, mientras que la capa de salida quedó constituida por una neurona con función transferencia pureline, con error medio cuadrático de 1,23·10-3 y un coeficiente de correlación de 0,840. Ambos modelos obtenidos ofrecen resultados satisfactorios en la modelación de la característica demanda máxima contra cantidad de clientes y ser aplicada a circuitos en localidades donde, entre otras circunstancias, las condiciones económicas no permitan la colocación de equipos de mediciones o existan limitaciones en cuanto al acceso a la información.

  • English

    A modeling was carried out to determine the maximum demand based on the number of clients in primary distribution circuits in the Holguín province. A mathematical modeling was taken into account, using the Cuervexpert 1,3 tool, and a modeling using artificial neural networks using the Matlab R2018b software, through the nntool code. In the mathematical modeling, a polynomial curve was obtained with a standard error of 1.311 and a correlation coefficient between the input and output variables (maximum demand and number of clients, respectively) of 0,833, while the artificial neural network with the best results presents a neuron in the first and second hidden layer, both with logsig function, while the output layer was constituted by a neuron with pureline transfer function, with mean square error of 1,23·10-3 and a correlation coefficient of 0,840. Both models obtained offer satisfactory results in the modeling of the characteristic maximum demand against number of customers and be applied to circuits in locations where, among other circumstances, economic conditions do not allow the placement of measurement equipment or there are limitations regarding access to services. information.