Mostrar el registro sencillo del ítem
dc.contributor.author
Uhrig, Mariela Noelia

dc.contributor.author
Vignolo, Leandro Daniel

dc.contributor.author
Müller, Omar Vicente

dc.date.available
2025-02-11T11:24:16Z
dc.date.issued
2024
dc.identifier.citation
Electricity demand forecast model based on meteorological and historical demand data using artificial neural networks; Simposio Argentino de Inteligencia Artificial y Ciencia de Datos; Bahía Blanca; Argentina; 2024; 1-13
dc.identifier.issn
2451-7496
dc.identifier.uri
http://hdl.handle.net/11336/253947
dc.description.abstract
Accurate forecasting of electricity demand is crucial for improving transmission system operation through optimized use of resources, operation planning, and minimized outages. The dynamic of electricity demand depends on exogenous factors (e.g., meteorological conditions), but the relationships between demand and factors are complex and nonlinear, posing a challenge for accurate prediction.With the aim of predicting electricity demand, this work explores the relationship with meteorological conditions for the province of Entre Ríos (Argentina). We propose a recurrent neural network model based on long short-term memories, which receives the raw input data without feature extraction. We evaluate its performance and compare it with a state-of-the-art method.The exploratory analysis of the data shows that temperature extremes present a strong influence on consumption patterns. The proposed models achieve a performance of 0.77 in determination coefficient when comparing predicted electricity demand with observations. This indicates the potential as a powerful tool for optimizing the system operation in Entre Ríos.
dc.format
application/pdf
dc.language.iso
eng
dc.publisher
Sociedad Argentina de Informática e Investigación Operativa

dc.rights
info:eu-repo/semantics/openAccess
dc.rights.uri
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
dc.subject
ELECTRICITY DEMAND FORECAST
dc.subject
WEATHER CONDITIONS
dc.subject
DEEP LEARNING
dc.subject
ARTIFICIAL NEURAL NETWORK
dc.subject.classification
Otras Ciencias de la Computación e Información

dc.subject.classification
Ciencias de la Computación e Información

dc.subject.classification
CIENCIAS NATURALES Y EXACTAS

dc.title
Electricity demand forecast model based on meteorological and historical demand data using artificial neural networks
dc.type
info:eu-repo/semantics/publishedVersion
dc.type
info:eu-repo/semantics/conferenceObject
dc.type
info:ar-repo/semantics/documento de conferencia
dc.date.updated
2025-02-11T10:47:55Z
dc.journal.volume
10
dc.journal.number
1
dc.journal.pagination
1-13
dc.journal.pais
Argentina

dc.journal.ciudad
Buenos Aires
dc.description.fil
Fil: Uhrig, Mariela Noelia. Provincia de Entre Ríos. Centro de Investigaciones Científicas y Transferencia de Tecnología a la Producción. Universidad Autónoma de Entre Ríos. Centro de Investigaciones Científicas y Transferencia de Tecnología a la Producción. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Centro de Investigaciones Científicas y Transferencia de Tecnología a la Producción; Argentina
dc.description.fil
Fil: Vignolo, Leandro Daniel. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional; Argentina
dc.description.fil
Fil: Müller, Omar Vicente. Universidad Nacional del Litoral. Facultad de Ingenieria y Ciencias Hidricas. Centro de Estudios de Variabilidad y Cambio Climatico.; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe; Argentina
dc.relation.alternativeid
info:eu-repo/semantics/altIdentifier/url/https://ojs.sadio.org.ar/index.php/JAIIO
dc.conicet.rol
Autor

dc.conicet.rol
Autor

dc.conicet.rol
Autor

dc.coverage
Nacional
dc.type.subtype
Simposio
dc.description.nombreEvento
Simposio Argentino de Inteligencia Artificial y Ciencia de Datos
dc.date.evento
2024-08-12
dc.description.ciudadEvento
Bahía Blanca
dc.description.paisEvento
Argentina

dc.type.publicacion
Journal
dc.description.institucionOrganizadora
Sociedad Argentina de Informática
dc.description.institucionOrganizadora
Universidad Nacional del Sur
dc.source.revista
53 Jornadas Argentinas de Informática
dc.date.eventoHasta
2024-08-16
dc.type
Simposio
Archivos asociados