Plataforma cognitiva para la predicción de demanda energética
RESUMEN : Cuando una empresa suple la necesidad energética de un sector pueden ocurrir dos casos críticos que entran en manos de la Comisión de Regulación de Energía y Gas(CREG) de Colombia: el primero es que haya un déficit, provocando el sometimiento a cortes de energía voluntarios, y el segundo,...
- Autores:
-
Torres González, Daniel
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2022
- Institución:
- Universidad de Antioquia
- Repositorio:
- Repositorio UdeA
- Idioma:
- spa
- OAI Identifier:
- oai:bibliotecadigital.udea.edu.co:10495/28979
- Acceso en línea:
- http://hdl.handle.net/10495/28979
- Palabra clave:
- Informática
Computer science
Sector energético
Power sector
Ciencia de la información
Information science
Consumo de energía
Energy consumption
http://vocabularies.unesco.org/thesaurus/concept450
- Rights
- openAccess
- License
- https://creativecommons.org/licenses/by-nc-sa/4.0/
| id |
UDEA2_903d5ec2b8f8b561e855eeeecd2ce7a4 |
|---|---|
| oai_identifier_str |
oai:bibliotecadigital.udea.edu.co:10495/28979 |
| network_acronym_str |
UDEA2 |
| network_name_str |
Repositorio UdeA |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Plataforma cognitiva para la predicción de demanda energética |
| title |
Plataforma cognitiva para la predicción de demanda energética |
| spellingShingle |
Plataforma cognitiva para la predicción de demanda energética Informática Computer science Sector energético Power sector Ciencia de la información Information science Consumo de energía Energy consumption http://vocabularies.unesco.org/thesaurus/concept450 |
| title_short |
Plataforma cognitiva para la predicción de demanda energética |
| title_full |
Plataforma cognitiva para la predicción de demanda energética |
| title_fullStr |
Plataforma cognitiva para la predicción de demanda energética |
| title_full_unstemmed |
Plataforma cognitiva para la predicción de demanda energética |
| title_sort |
Plataforma cognitiva para la predicción de demanda energética |
| dc.creator.fl_str_mv |
Torres González, Daniel |
| dc.contributor.advisor.none.fl_str_mv |
Duque Ramos, Astrid Quintero Osorio, Martín Elías |
| dc.contributor.author.none.fl_str_mv |
Torres González, Daniel |
| dc.subject.unesco.none.fl_str_mv |
Informática Computer science |
| topic |
Informática Computer science Sector energético Power sector Ciencia de la información Information science Consumo de energía Energy consumption http://vocabularies.unesco.org/thesaurus/concept450 |
| dc.subject.lemb.none.fl_str_mv |
Sector energético Power sector Ciencia de la información Information science Consumo de energía Energy consumption |
| dc.subject.unescouri.none.fl_str_mv |
http://vocabularies.unesco.org/thesaurus/concept450 |
| description |
RESUMEN : Cuando una empresa suple la necesidad energética de un sector pueden ocurrir dos casos críticos que entran en manos de la Comisión de Regulación de Energía y Gas(CREG) de Colombia: el primero es que haya un déficit, provocando el sometimiento a cortes de energía voluntarios, y el segundo, puede haber una sobreproducción, provocando una multa a la empresa por parte de la CREG. Ambas situaciones son igual de malas, ya sea para los clientes por las consecuencias de un corte de energía o para la empresa por la pérdida monetaria. Para prevenir cualquiera de las dos problemáticas anteriormente mencionadas, Guane Enterprises, una empresa que proporciona soluciones basadas en machine learning, propone desarrollar un aplicativo que sirve para predecir la demanda energética. En este proyecto se plasma la planeación, organización y desarrollo de la aplicación compuesto por una serie de sprints donde se deja constancia de las tareas realizadas durante cada uno como la construcción de una API con servicios que cumplan los requerimientos necesarios y que pueden ser consumidos por cada interfaz de usuario para que finalmente lleguen al cliente. |
| publishDate |
2022 |
| dc.date.accessioned.none.fl_str_mv |
2022-06-06T12:10:25Z |
| dc.date.available.none.fl_str_mv |
2022-06-06T12:10:25Z |
| dc.date.issued.none.fl_str_mv |
2022 |
| dc.type.spa.fl_str_mv |
Tesis/Trabajo de grado - Monografía - Pregrado |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.redcol.spa.fl_str_mv |
https://purl.org/redcol/resource_type/TP |
| dc.type.coarversion.spa.fl_str_mv |
http://purl.org/coar/version/c_b1a7d7d4d402bcce |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/draft |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| status_str |
draft |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/10495/28979 |
| url |
http://hdl.handle.net/10495/28979 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.rights.uri.spa.fl_str_mv |
https://creativecommons.org/licenses/by-nc-sa/4.0/ |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
https://creativecommons.org/licenses/by-nc-sa/4.0/ http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.spa.fl_str_mv |
23 |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.publisher.spa.fl_str_mv |
Universidad de Antioquia |
| dc.publisher.place.spa.fl_str_mv |
Medellín - Colombia |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ingeniería. Ingeniería de Sistemas |
| institution |
Universidad de Antioquia |
| bitstream.url.fl_str_mv |
https://bibliotecadigital.udea.edu.co/bitstreams/7b50058b-f083-4c8d-b949-30e56d18e35b/download https://bibliotecadigital.udea.edu.co/bitstreams/8e6868f9-5b60-442b-8616-b9dc888d0462/download https://bibliotecadigital.udea.edu.co/bitstreams/2904a35a-36f1-424b-be59-f7671a788843/download https://bibliotecadigital.udea.edu.co/bitstreams/80c2eaf5-d472-4c73-a99b-c698a8b60855/download |
| bitstream.checksum.fl_str_mv |
d72fcbd23eea1130cc6a795efef3a36f 8a4605be74aa9ea9d79846c1fba20a33 482cad919c2284e25408a9ef93932376 826da2cb98561237b38b9b8354f8b52b |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional de la Universidad de Antioquia |
| repository.mail.fl_str_mv |
aplicacionbibliotecadigitalbiblioteca@udea.edu.co |
| _version_ |
1851052216740216832 |
| spelling |
Duque Ramos, AstridQuintero Osorio, Martín ElíasTorres González, Daniel2022-06-06T12:10:25Z2022-06-06T12:10:25Z2022http://hdl.handle.net/10495/28979RESUMEN : Cuando una empresa suple la necesidad energética de un sector pueden ocurrir dos casos críticos que entran en manos de la Comisión de Regulación de Energía y Gas(CREG) de Colombia: el primero es que haya un déficit, provocando el sometimiento a cortes de energía voluntarios, y el segundo, puede haber una sobreproducción, provocando una multa a la empresa por parte de la CREG. Ambas situaciones son igual de malas, ya sea para los clientes por las consecuencias de un corte de energía o para la empresa por la pérdida monetaria. Para prevenir cualquiera de las dos problemáticas anteriormente mencionadas, Guane Enterprises, una empresa que proporciona soluciones basadas en machine learning, propone desarrollar un aplicativo que sirve para predecir la demanda energética. En este proyecto se plasma la planeación, organización y desarrollo de la aplicación compuesto por una serie de sprints donde se deja constancia de las tareas realizadas durante cada uno como la construcción de una API con servicios que cumplan los requerimientos necesarios y que pueden ser consumidos por cada interfaz de usuario para que finalmente lleguen al cliente.ABSTRACT : When a company meets the energy needs of a sector, two critical cases may occur that enter into the hands of the Colombian Energy and Gas Regulatory Commission (CREG): the first is that there is a deficit, causing the company to be subject to voluntary power cuts, and the second is that there may be an overproduction, causing the company to be fined by the CREG. Both situations are equally bad, either for the customers because of the consequences of a power outage or for the company because of the monetary loss. To prevent either of the two aforementioned problems, Guane Enterprises, a company that provides solutions based on machine learning, proposes to develop an application that serves to predict energy demand. This project includes the planning, organization and development of the application composed of a series of sprints where the tasks performed during each one is recorded, such as the construction of an API with services that meet the necessary requirements and can be consumed by each user interface to finally reach the customer.PregradoIngeniero de Sistemas23application/pdfspaUniversidad de AntioquiaMedellín - ColombiaFacultad de Ingeniería. Ingeniería de Sistemashttps://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Plataforma cognitiva para la predicción de demanda energéticaTesis/Trabajo de grado - Monografía - Pregradohttp://purl.org/coar/resource_type/c_7a1fhttps://purl.org/redcol/resource_type/TPhttp://purl.org/coar/version/c_b1a7d7d4d402bcceinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/draftInformáticaComputer scienceSector energéticoPower sectorCiencia de la informaciónInformation scienceConsumo de energíaEnergy consumptionhttp://vocabularies.unesco.org/thesaurus/concept450PublicationORIGINALTorresDaniel_2022_PrediccionDemandaEnergetica.pdfTorresDaniel_2022_PrediccionDemandaEnergetica.pdfTrabajo de grado pregradoapplication/pdf414536https://bibliotecadigital.udea.edu.co/bitstreams/7b50058b-f083-4c8d-b949-30e56d18e35b/downloadd72fcbd23eea1130cc6a795efef3a36fMD51trueAnonymousREADLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://bibliotecadigital.udea.edu.co/bitstreams/8e6868f9-5b60-442b-8616-b9dc888d0462/download8a4605be74aa9ea9d79846c1fba20a33MD52falseAnonymousREADTEXTTorresDaniel_2022_PrediccionDemandaEnergetica.pdf.txtTorresDaniel_2022_PrediccionDemandaEnergetica.pdf.txtExtracted texttext/plain29604https://bibliotecadigital.udea.edu.co/bitstreams/2904a35a-36f1-424b-be59-f7671a788843/download482cad919c2284e25408a9ef93932376MD53falseAnonymousREADTHUMBNAILTorresDaniel_2022_PrediccionDemandaEnergetica.pdf.jpgTorresDaniel_2022_PrediccionDemandaEnergetica.pdf.jpgGenerated Thumbnailimage/jpeg7471https://bibliotecadigital.udea.edu.co/bitstreams/80c2eaf5-d472-4c73-a99b-c698a8b60855/download826da2cb98561237b38b9b8354f8b52bMD54falseAnonymousREAD10495/28979oai:bibliotecadigital.udea.edu.co:10495/289792025-03-26 18:46:39.977https://creativecommons.org/licenses/by-nc-sa/4.0/open.accesshttps://bibliotecadigital.udea.edu.coRepositorio Institucional de la Universidad de Antioquiaaplicacionbibliotecadigitalbiblioteca@udea.edu.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 |