Resumen:
El presente proyecto de investigación se enfoca en el desarrollo de un sistema de monitorización de consumo eléctrico de baja potencia para el procesamiento, visualización y almacenamiento de datos de carga que servirán para la elaboración de un algoritmo de predicción de carga a corto plazo mediante series de tiempo estocásticas. El sistema de monitorización obtiene datos de corriente eléctrica, frecuencia eléctrica, temperatura y dióxido de carbono (CO2), este fue puesto a prueba en el Laboratorio de Circuitos Electrónicos (ELE1) de la Universidad de las Fuerzas Armadas ESPE, además en un domicilio ubicado en la ciudad de Sangolquí. El sistema comprende dos etapas: módulos de medición que incorporan sensores para la adquisición no invasiva de consumo eléctrico, y monitorización remota desarrollada para teléfonos inteligentes con Sistema Operativo Android. El método utilizado en la predicción de carga es la metodología Box-Jenkins para modelos ARIMA (autorregresivos integrados de media móvil), se trabaja con un conjunto de datos ordenados cronológicamente (serie de tiempo) correspondiente a un mes de consumo eléctrico para un horizonte de predicción de una semana. Finalmente, se analiza el modelo de predicción implementado con métricas de evaluación como error porcentual absoluto medio (MAPE), sesgo porcentual (PBIAS) y se compara con métodos de persistencia de datos.
