2026-06-02T08:31:03Zhttps://riuma.uma.es/rest/oai/request

oai:riuma.uma.es:10630/250492026-02-03T10:23:39Zcom_10630_1685col_10630_38055

Aplicación de técnicas de Machine Learning para la detección de patrones de consumo energético Ruiz Suárez, Yeray Garrido-Márquez, Daniel Martín-Fernández, Cristian Energía - Consumo Aprendizaje automático (Inteligencia artificial) Informática - Trabajos Fin de Grado Grado en Ingeniería del Software - Trabajos Fin de Grado Debido a la entrada en vigor de la nueva ley que aprobó el cambio de tarifa del consumo eléctrico en España, el precio del kWh ha ido en aumento, por lo que urge la necesidad de encontrar soluciones para evitar altos costes en la factura eléctrica. El grupo ERTIS de la Universidad de Málaga acepta el reto iniciando el proyecto K-Project que se basa en la construcción de un prototipo inteligente, llamado Smart Meter, capaz de monitorizar el consumo y proporcionar al usuario una mayor accesibilidad a los datos del consumo eléctrico. Este documento relata la parte del proyecto referente a la detección de patrones de consumo energético y la predicción de valores de consumo mediante la aplicación de técnicas de inteligencia artificial y machine learning. En él se detallan todos los procesos de extracción, análisis y preprocesamiento de los datos además del posterior entrenamiento de series temporales referentes al consumo eléctrico y el análisis de los resultados. Finalmente se lleva a cabo la elaboración de un servicio para poder generar predicciones a los modelos entrenados desde una API web que seguidamente muestra los resultados obtenidos y realiza una comparación respecto a los valores reales y un análisis del error. 2022-09-21T10:42:31Z 2022-09-21T10:42:31Z 2022-07 bachelor thesis https://hdl.handle.net/10630/25049 spa http://creativecommons.org/licenses/by-nc-nd/4.0/ open access Attribution-NonCommercial-NoDerivatives 4.0 Internacional