Aplicación de un modelo de red neuronal no supervisado a la clasificación de consumidores eléctricos
Carolina Senabre Blanes,
Sergio Valero Verdú
El libro muestra la capacidad de las redes neuronales y en concreto de los mapas auto-organizados de Teuvo Kohonen, los conocidos como Self-Organizing Maps (SOM) para clasificar consumidores eléctricos a partir de históricos de datos reales de consumo. El espectro de datos de entrada está formado por más de 20 tipos de consumidores distintos de una misma región geográfica. La red neuronal SOM ha demostrado ser una eficaz herramienta para segmentar y clasificar consumidores a partir de sus perfiles de carga diarios y ha permitido identificar nuevos consumidores, no utilizados antes para entrenar el mapa. Esta identificación posterior y la …
El libro muestra la capacidad de las redes neuronales y en concreto de los mapas auto-organizados de Teuvo Kohonen, los conocidos como Self-Organizing Maps (SOM) para clasificar consumidores eléctricos a partir de históricos de datos reales de consumo. El espectro de datos de entrada está formado por más de 20 tipos de consumidores distintos de una misma región geográfica. La red neuronal SOM ha demostrado ser una eficaz herramienta para segmentar y clasificar consumidores a partir de sus perfiles de carga diarios y ha permitido identificar nuevos consumidores, no utilizados antes para entrenar el mapa. Esta identificación posterior y la asignación automática a un segmento o clúster de clientes permiten asociar nuevos consumidores a patrones de consumo previamente clasificados. Este procedimiento permitiría a compañías comercializadoras y a clientes conocer a partir de los datos de consumo diario a qué cluster de consumidores pertenece y elegir tarifas específicas en función del patrón de consumo de este grupo.
Leer másLeer menos
