When Wearher Matters: Lot-Based Electrical load forecasting for Smart Grid Uno de los factores más importantes e influentes a nivel mundial como lo es el clima y sus atributos meteorológicos han crecido exponencialmente durante mucho tiempo en el desarrollo y la implementación de la tecnología IoT y de los medidores inteligentes, ya que se encontró que tienen una ventaja muy grande reflejada en la capacidad de comunicación bidireccional de la información además de que se encuentran equipados con sensores en tiempo real los cuales pueden recopilar datos sobre componentes relevantes en el sistema. Este tipo de medidores de energía son una parte vital de la infraestructura de medición avanzada (AMI), un sistema que mantiene conectada e informada a toda la red inteligente y que se ha convertido en un sistema de energía para el futuro puesto que se forman modelos los cuales se basan en una estimación precisa de la variación futura de la carga. Existe un método de inteligencia computacional llamado aprendizaje profundo los cuales son extremadamente adecuados para el pronóstico de carga eléctrica debido a su fuerte capacidad de extracción automática de características y reconocimiento de patrones donde existen un sin número de influencias las cuales hacen que se conviertan en una clase de algoritmos de aprendizaje automático vinculado a una red profunda de múltiples capas ocultas entre las capas de entrada y salida para modelar relaciones no lineales complicadas en los sistemas de carga. Con ello nace la implementación de un modelo de red neuronal profunda a corto plazo que contiene tres pasos fundamentales: procesamiento de datos, entrenamiento de red y pronostico todo con el fin de dar la oportunidad tanto a las compañías como a los consumidores para poder registrar, analizar y optar de una manera eficiente en la toma de decisiones a su respectivo uso de consumo de energía eléctrica. Smart Electric Energy Measurements in Power Distribution Grids En la actualidad se están produciendo importantes cambios en los sistemas eléctricos ya que el Smart Grid (SG) implica la modernización de la red eléctrica. Hoy en día se demandan sistemas de medida avanzados que estén diseñados para garantizar un adecuado funcionamiento de las futuras aplicaciones de gestión de redes eléctricas con mayores niveles de precisión y tasas de reportes para conocer el estado de la red monitoreando un conjunto más amplio de variables, todo para tener la posibilidad de usar el mismo sistema de medición distribuido para lograr una imagen suficientemente clara de la calidad de la energía en la red. las nuevas técnicas de análisis deben ir acompañadas de un aumento de los recursos de hardware, en términos de potencia computacional, precisión de sincronización y ancho de banda de comunicación.
