Varela Donoso, Edwin Oriel <br/><br/>
Pronóstico de demanda de corto plazo en el SIC, utilizando inteligencia artificial 

 - Valparaíso:  UTFSM,  2009 
 - xiv, 122 h.:  il. 
<br/><br/> CD Rom incluye tesis en formato PDF  Incluye anexos 
<br/><br/>Tesis (Ing. Civil Electricista) -- Profs. guías: Victor Hinojosa Mateus, Julián Bustos Obregón 
<br/><br/>h. 93 
<br/><br/> [Resumen del autor]  El pronóstico de demanda de corto plazo (PDCP) sirve de base para realizar el despacho económico del parque de generación hidrotérmico, que es de vital impor<U+00AC>tancia en la programación de operación a corto plazo, cuyo objetivo es suministrar al mínimo costo la energía eléctrica requerida por los usuarios. Este trabajo trata sobre un método de modelación y simulación multivariable en el PDCP aplicado al Sistema Interconectado Central de Chile. La modelación usada es de tipo cualitativa-cuantitativa, porque los datos históricos son de tipo cuantitativo y con la transformación a variables difusas pasan a ser de tipo cua<U+00AC>litativos. La metodología usada puede incluir n variables explicativas, que deben correla<U+00AC>cionarse con la demanda sin ninguna modelación compleja. Además, se considera un modelo no lineal el cual puede considerar variables de entradas determinísticas y variables climáticas. Estas ventajosas características se obtienen por el uso de Razonamiento Inductivo Difuso (FIR). \ Para determinar las entradas del modelo de pronóstico que entregue un mejor resultado en la predicción, se utiliza una técnica de algoritmos evolutivos (llamado Algoritmo de Rebotes Simulados). 
<br/><br/><label>Subjects--Topical Terms: </label><br/>INTELIGENCIA ARTIFICIAL<br/>ENERGIA ELECTRICA--DISTRIBUCION
<br/><br/><label>Dewey Class. No.: </label>M 621.319  / V293