Por favor, use este identificador para citar o enlazar este ítem: https://hdl.handle.net/10495/28979
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorDuque Ramos, Astrid-
dc.contributor.advisorQuintero Osorio, Martín Elías-
dc.contributor.authorTorres González, Daniel-
dc.date.accessioned2022-06-06T12:10:25Z-
dc.date.available2022-06-06T12:10:25Z-
dc.date.issued2022-
dc.identifier.urihttp://hdl.handle.net/10495/28979-
dc.description.abstractRESUMEN : Cuando una empresa suple la necesidad energética de un sector pueden ocurrir dos casos críticos que entran en manos de la Comisión de Regulación de Energía y Gas(CREG) de Colombia: el primero es que haya un déficit, provocando el sometimiento a cortes de energía voluntarios, y el segundo, puede haber una sobreproducción, provocando una multa a la empresa por parte de la CREG. Ambas situaciones son igual de malas, ya sea para los clientes por las consecuencias de un corte de energía o para la empresa por la pérdida monetaria. Para prevenir cualquiera de las dos problemáticas anteriormente mencionadas, Guane Enterprises, una empresa que proporciona soluciones basadas en machine learning, propone desarrollar un aplicativo que sirve para predecir la demanda energética. En este proyecto se plasma la planeación, organización y desarrollo de la aplicación compuesto por una serie de sprints donde se deja constancia de las tareas realizadas durante cada uno como la construcción de una API con servicios que cumplan los requerimientos necesarios y que pueden ser consumidos por cada interfaz de usuario para que finalmente lleguen al cliente.spa
dc.description.abstractABSTRACT : When a company meets the energy needs of a sector, two critical cases may occur that enter into the hands of the Colombian Energy and Gas Regulatory Commission (CREG): the first is that there is a deficit, causing the company to be subject to voluntary power cuts, and the second is that there may be an overproduction, causing the company to be fined by the CREG. Both situations are equally bad, either for the customers because of the consequences of a power outage or for the company because of the monetary loss. To prevent either of the two aforementioned problems, Guane Enterprises, a company that provides solutions based on machine learning, proposes to develop an application that serves to predict energy demand. This project includes the planning, organization and development of the application composed of a series of sprints where the tasks performed during each one is recorded, such as the construction of an API with services that meet the necessary requirements and can be consumed by each user interface to finally reach the customer.spa
dc.format.extent23spa
dc.format.mimetypeapplication/pdfspa
dc.language.isospaspa
dc.type.hasversioninfo:eu-repo/semantics/draftspa
dc.rightsinfo:eu-repo/semantics/openAccessspa
dc.titlePlataforma cognitiva para la predicción de demanda energéticaspa
dc.typeinfo:eu-repo/semantics/bachelorThesisspa
oaire.versionhttp://purl.org/coar/version/c_b1a7d7d4d402bccespa
dc.rights.accessrightshttp://purl.org/coar/access_right/c_abf2spa
thesis.degree.nameIngeniero de Sistemasspa
thesis.degree.levelPregradospa
thesis.degree.disciplineFacultad de Ingeniería. Ingeniería de Sistemasspa
thesis.degree.grantorUniversidad de Antioquiaspa
dc.rights.creativecommonshttps://creativecommons.org/licenses/by-nc-sa/4.0/spa
dc.publisher.placeMedellín - Colombiaspa
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1fspa
dc.type.redcolhttps://purl.org/redcol/resource_type/TPspa
dc.type.localTesis/Trabajo de grado - Monografía - Pregradospa
dc.subject.unescoInformática-
dc.subject.unescoComputer science-
dc.subject.lembSector energético-
dc.subject.lembPower sector-
dc.subject.lembCiencia de la información-
dc.subject.lembInformation science-
dc.subject.lembConsumo de energía-
dc.subject.lembEnergy consumption-
dc.subject.unescourihttp://vocabularies.unesco.org/thesaurus/concept450-
Aparece en las colecciones: Ingeniería de Sistemas

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
TorresDaniel_2022_PrediccionDemandaEnergetica.pdfTrabajo de grado pregrado404.82 kBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.