dc.contributor.advisor | Saldaña Enderica, Carlos Alberto | |
dc.contributor.author | Villao Paredes, Kevin Adrian | |
dc.date.accessioned | 2023-09-22T14:40:14Z | |
dc.date.available | 2023-09-22T14:40:14Z | |
dc.date.issued | 2023-09-21 | |
dc.identifier.citation | Villao Paredes, Kevin Adrian (2023). Diseño de un prototipo de sistema de monitoreo y predicción del consumo eléctrico en zonas residenciales usando redes neuronales artificiales. La Libertad. UPSE, Matriz. Facultad de Sistemas y Telecomunicaciones. 136p. | es |
dc.identifier.other | UPSE-TEA-2023-0006 | |
dc.identifier.uri | https://repositorio.upse.edu.ec/handle/46000/10324 | |
dc.description.abstract | El consumo eléctrico ha adquirido un rol esencial en la administración eficiente de recursos y la búsqueda de eficiencia óptima. Este estudio fusiona redes neuronales artificiales (RNA) e Internet de las cosas (IoT) en un enfoque exploratorio que culmina en un prototipo de predicción de consumo eléctrico en hogares. La sinergia de RNA e IoT permite la recopilación y análisis de datos, proporcionando información sobre la potencia eléctrica de dispositivos en viviendas. El propósito central de este proyecto es crear un prototipo de monitoreo de consumo energético para zonas residenciales con alto consumo eléctrico. Empleando técnicas avanzadas, como redes neuronales artificiales para predecir el consumo de los próximos meses, los usuarios podrán tomar decisiones informadas para optimizar su consumo y reducir costos, disminuyendo el impacto ambiental. | es |
dc.language.iso | spa | es |
dc.publisher | La Libertad: Universidad Estatal Península de Santa Elena. 2023 | es |
dc.rights | openAccess | es |
dc.rights | Atribución-NoComercial-SinDerivadas 3.0 Ecuador | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/ec/ | * |
dc.subject | CONSUMO ELECTRICO | es |
dc.subject | NEURONAS ARTIFICIALES | es |
dc.subject | POTENCIA | es |
dc.title | Diseño de un prototipo de sistema de monitoreo y predicción del consumo eléctrico en zonas residenciales usando redes neuronales artificiales | es |
dc.type | bachelorThesis | es |
dc.pages | 136 p. | es |
The following license files are associated with this item: