Diseño de un aplicativo web para el pronóstico de demanda de energía eléctrica a corto plazo en mercados de comercialización en Colombia utilizando máquinas de soporte vectorial

Simple item page
dc.contributor.advisorBlanco Solano, Jairo
dc.contributor.advisorDuarte Gualdrón, César Antonio
dc.contributor.authorHoyos Plazas, Harrison
dc.contributor.evaluatorRey López, Juan Manuel
dc.contributor.evaluatorCaballero Peña, Juan Diego
dc.date.accessioned2023-05-31T18:36:22Z
dc.date.available2023-05-31T18:36:22Z
dc.date.created2023-05-30
dc.date.embargoEnd2028-05-31
dc.date.issued2023-05-30
dc.description.abstractEl pronóstico de demanda de energía a corto plazo (STLF) garantiza una operación confiable y reduce los gastos del sistema al anticipar cambios en la demanda. Este trabajo presenta una aplicación web para pronosticar la demanda de energía a corto plazo en mercados de comercialización en Colombia. Se desarrolló un algoritmo utilizando máquinas de soporte vectorial (Support Vector Regression) en base a un trabajo de grado previo de la Universidad Industrial de Santander. El modelo se implementa con Scikit-Learn en Python y se crea la aplicación web llamada Mileto para el entrenamiento, testeo y evaluación de nuevos modelos, utilizando Django para el back-end y HTML, CSS, JavaScript y Bootstrap 5 para el front-end. Se configura una base de datos en Postgresql para almacenar los datos históricos de demanda de energía en Colombia. Además, se establece un servidor web con Nginx y se utiliza Docker Compose para desplegar los servicios web (Django), la base de datos (Postgresql) y Nginx en un ordenador suministrado por la Universidad Industrial de Santander. La aplicación web es accesible a través del dominio mileto.com.co.
dc.description.abstractenglishShort-term demand forecasting (STLF) ensures reliable operation and reduces system operation costs by anticipating changes in demand. This work presents a web application for forecasting short-term electricity demand in marketing markets in Colombia. An algorithm based on support vector machines (Support Vector Regression) was developed, building upon a previous thesis from the Industrial University of Santander [tesis_svr]. The model is implemented using Scikit-Learn in Python, and the web application called Mileto is created for training, testing, and evaluating new models. Django is used for the back-end, while HTML, CSS, JavaScript, and Bootstrap 5 are used for the front-end development. A Postgresql database is configured to store historical electricity demand data from major marketing markets in Colombia. Additionally, a web server is set up with Nginx, and Docker Compose is utilized for deploying the web services (Django), the database (Postgresql), and Nginx on a computer provided by the Industrial University of Santander. The web application is accessible through the domain mileto.com.co.
dc.description.degreelevelPregrado
dc.description.degreenameIngeniero Electricista
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad Industrial de Santander
dc.identifier.reponameUniversidad Industrial de Santander
dc.identifier.repourlhttps://noesis.uis.edu.co
dc.identifier.urihttps://noesis.uis.edu.co/handle/20.500.14071/14500
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingeníerias Fisicomecánicas
dc.publisher.programIngeniería Eléctrica
dc.publisher.schoolEscuela de Ingenierías Eléctrica, Electrónica y Telecomunicaciones
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAttribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectpronóstico de demanda a corto plazo
dc.subjectmáquinas de soporte vectorial
dc.subjectaplicación web
dc.subject.keywordshort-term demand forecasting
dc.subject.keywordsupport vector machines
dc.subject.keywordweb application
dc.titleDiseño de un aplicativo web para el pronóstico de demanda de energía eléctrica a corto plazo en mercados de comercialización en Colombia utilizando máquinas de soporte vectorial
dc.title.englishDesign of a Web Application for Short-Term Forecasting of Electricity Demand in Commercialization Markets in Colombia Using Support Vector Machines
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.hasversionhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.localTesis/Trabajo de grado - Monografía - Pregrado
dspace.entity.type
Files
Original bundle
Now showing 1 - 4 of 4
No Thumbnail Available
Name:
Carta de autorización.pdf
Size:
596.25 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Nota de proyecto.pdf
Size:
248.38 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Carta de confidencialidad.pdf
Size:
620.55 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Documento.pdf
Size:
2.4 MB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
2.18 KB
Format:
Item-specific license agreed to upon submission
Description:
Download
Collections
Ingeniería Eléctrica