Copyright (c) 2025 REICIT
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
El presente trabajo aborda el pronóstico de cargas en redes de distribución eléctrica mediante una metodología que no se limita a una sola variable, sino que selecciona y analiza múltiples variables relacionadas con la predicción de carga, utilizando datos viables en escenarios de red reales. Se proponen diversas líneas de investigación futuras, como la integración de la metodología en sistemas de tiempo real para monitorear variables de red y generar pronósticos horarios, así como la incorporación de sistemas inteligentes que respondan automáticamente a interrupciones y permitan consultas sobre datos históricos y factores de carga. Además, se sugiere mejorar los modelos mediante técnicas como redes MLP, algoritmos genéticos para optimizar parámetros de redes neuronales, y la aplicación conjunta de modelos neuronales y transformadas wavelet para filtrar ruido en series de datos y mejorar la precisión de las predicciones. Estas propuestas buscan incrementar la eficacia y aplicabilidad de la metodología en entornos operativos reales.
Este obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional.
