dc.contributor.advisor |
Peña, Iván |
|
dc.contributor.author |
Moreno Bohórquez, Juan David |
|
dc.coverage.spatial |
Bogota D.C. |
es_ES |
dc.date.accessioned |
2019-02-14T13:45:44Z |
|
dc.date.available |
2019-02-14T13:45:44Z |
|
dc.date.issued |
2018-07-04 |
|
dc.identifier.citation |
Moreno, J. (2018). Aplicación de un modelo de control de inventario de GNC utilizando métodos de pronósticos en una empresa comercializadora y distribuidora de gas natural. (Trabajo de grado). Corporación Universitaria Minuto de Dios, Bogotá D.C. - Colombia. |
es_ES |
dc.identifier.uri |
http://hdl.handle.net/10656/7261 |
|
dc.description |
Aplicar un sistema de control de inventario de GNC que articule un método de
pronóstico de demanda en la estación A. |
es_ES |
dc.description.abstract |
Los inventarios y su administración en cualquier tipo de compañía son cruciales
para mitigar las fluctuaciones que presente la demanda, al igual que para elevar su nivel
de servicio, por lo que esto toma mayor relevancia cuando la empresa se encuentra en el
sector energético conociendo la importancia de este para la vida cotidiana.
El gas natural es un insumo importante tanto a nivel residencial como comercial, su
consumo es parte importante de la economía Colombiana, su distribución está
restringida y depende de muchas variables físicas, en consecuencia de ello, es vital
conocer que factores afectan su comportamiento y como se pueden controlar, al igual
que prever la demanda y su comportamiento con respecto a ella.
La aplicación de un modelo de gestión de inventarios es el método más utilizado en
la industria y éste depende de la naturaleza de la demanda y su patrón de
comportamiento, lo que implica hacer un análisis exhaustivo de los datos históricos que
ésta presenta. Los métodos de pronósticos permiten predecir la demanda en un lapso de
tiempo predeterminado con cierta confiabilidad y dependen del nivel de aleatoriedad e
incertidumbre de ésta, por lo que el análisis de la demanda se convierte en un factor
clave para determinar la factibilidad del uso de estos métodos. |
es_ES |
dc.language.iso |
es |
es_ES |
dc.publisher |
Corporación Universitaria Minuto de Dios |
es_ES |
dc.rights |
Atribución-NoComercial-SinDerivadas 2.5 Colombia |
es_ES |
dc.rights.uri |
http://creativecommons.org/licenses/by-nc-nd/2.5/co/ |
|
dc.source |
reponame:Colecciones Digitales Uniminuto |
es_ES |
dc.source |
instname:Corporación Universitaria Minuto de Dios |
es_ES |
dc.subject |
Modelo de control |
es_ES |
dc.subject |
Control de inventarios |
es_ES |
dc.subject |
Comercializadora |
es_ES |
dc.subject |
Gas natural |
es_ES |
dc.subject |
Inventarios |
es_ES |
dc.title |
Aplicación de un modelo de control de inventario de GNC utilizando métodos de pronósticos en una empresa comercializadora y distribuidora de gas natural. |
es_ES |
dc.type |
Thesis |
us_US |
dc.description.abstractenglish |
The control and distribution center (CCD) of a natural gas marketer and distributor Company, programs, supervises and controls the supply of CNG to five populations based mainly on the experience of the shift operator, without considering the optimization of the costs generated and the previous analysis of the data obtained by the SCADA system.
Using historical data of pressures, volume delivered and demand, a method of measuring CNG by means of the generation of diagrams (PV) was developed for a station, as well as analyzing and implementing a demand forecasting method for a system of periodic inventory control.
As a result, a file formulated in Excel was created that integrates all of the above to provide a forecast of the behavior of the CNG, managing to correct the measurement method, optimize the operation and consumption of each load, and generating savings in transportation costs. |
us_US |
dc.subject.keywords |
Natural gas |
us_US |
dc.subject.keywords |
Distribution center |
us_US |
dc.subject.lemb |
Administración de materiales |
es_ES |
dc.subject.lemb |
Control de inventarios |
es_ES |
dc.subject.lemb |
Inventarios |
es_ES |
dc.subject.lemb |
Almacenamiento industrial |
es_ES |
dc.rights.license |
Abierto (Texto completo) |
es_ES |
dc.publisher.department |
Pregrado (Presencial) |
es_ES |
dc.publisher.program |
Ingeniería Industrial |
es_ES |
dc.type.spa |
Trabajo de Grado |
es_ES |
dc.source.bibliographicCitation |
Ballou, R. H. (2004). Logística: Administración de la cadena de suministro. Pearson
Educación. |
|
dc.source.bibliographicCitation |
Bindiu, R., Chindris, M., & Pop, G. V. (2009). Day-ahead load forecasting using
exponential smoothing. Scientific Bulletin of the" Petru Maior" University of Targu
Mures, 6, 89. |
|
dc.source.bibliographicCitation |
Çengel, Y. & Boles, M. (2008) Termodinámica. Mc Graw Hill,. ISBN 978-970-10-
7286-8. |
|
dc.source.bibliographicCitation |
Chopra, S. y Meindl, P.(2008). Administración de la cadena de suministro. Estrategia,
planeación y operación. 3 ed. México D. F.: Pearson Prentice Hall. |
|
dc.source.bibliographicCitation |
Comisión de Regulación de Energía y Gas – CREG. (2004). “Compresión y Transporte
de Gas Natural Comprimido - GNC: Propuesta Regulatoria para Consulta”. Bogotá:
CREG - 048. |
|
dc.source.bibliographicCitation |
Deba C., Zhang F., Yang J., Lee S.E., Shah K.W. (2017). A review on time series
forecasting techniques for building energy consumption, Renewable and Sustainable
Energy Reviews, Vol. 74, pp. 902-924. DOI: 10.1016/j.rser.2017.02.085 |
|
dc.source.bibliographicCitation |
Gutiérrez, V., & Vidal, C. J. (2008). Modelos de gestión de inventarios en cadenas de
abastecimiento: revisión de la literatura. Revista Facultad de Ingeniería Universidad de
Antioquia, (43). |
|
dc.source.bibliographicCitation |
Herrán González, A. (2008). Modelado, planificación y control de sistemas de
distribución de gas y derivados del petróleo. |
|
dc.source.bibliographicCitation |
Holt, C. C. (2004). Forecasting seasonals and trends by exponentially weighted moving
averages. International journal of forecasting, 20(1), 5-10. |
|
dc.source.bibliographicCitation |
Kalekar, P. S. (2004). Time series forecasting using holt-winters exponential smoothing.
Kanwal Rekhi School of Information Technology, 4329008, 1-13. |
|
dc.source.bibliographicCitation |
Kotillová, A. (2011). Very short-term load forecasting using exponential smoothing and
ARIMA models. |
|
dc.source.bibliographicCitation |
Krajewski, L., Ritzman, L., & Malhotra, K. M. (2008). Administración de Operaciones
(8. ª edición). |
|
dc.source.bibliographicCitation |
Mokhatab, S., & Poe, W. A. (2012). Handbook of natural gas transmission and
processing. Gulf professional publishing. |
|
dc.source.bibliographicCitation |
Outlook, S. A. E. (2013). World energy outlook special report. France International
Energy Agency (IEA). |
|
dc.source.bibliographicCitation |
Taylor, J. W. (2010). Triple seasonal methods for short-term electricity demand
forecasting. European Journal of Operational Research, 204(1), 139-152 |
|
dc.source.bibliographicCitation |
Tratar, L. F., and Srmcnik, E. (2016). The Comparison of HoltWinters Method and
Multiple Regression Methods: A Case Study. Energy. 109(2016): 266-276 |
|
dc.source.bibliographicCitation |
Vidal, C. J. (2005). Fundamentos de gestión de inventarios. Universidad del Valle,
Facultad de Ingeniería. |
|
dc.source.bibliographicCitation |
Vidal Holguín, C. J., Londoño Ortega, J. C., & Contreras Rengifo, F. (2011). Aplicación
de modelos de inventarios en una cadena de abastecimiento de productos de consumo
masivo con una bodega y N puntos de venta. |
|
dc.source.bibliographicCitation |
Wadud, Z., Dey, H. S., Kabir, M. A., & Khan, S. I. (2011). Modeling and forecasting
natural gas demand in Bangladesh. Energy Policy, 39(11), 7372-7380. |
|
dc.source.bibliographicCitation |
Winters, P. R. (1960). Forecasting sales by exponentially weighted moving averages.
Management science, 6(3), 324-342. |
|