Mapeo curvas típicas, demanda de energía eléctrica del sector residencial, comercial e industrial de la ciudad de Medellín, usando redes neuronales artificiales y algoritmos de interpolación

  • Héctor A. Tabares Departamento de Ingeniería Eléctrica, Facultad de Ingeniería. Universidad de Antioquia. Apartado Aéreo 1226 Medellín, Colombia.
  • Jesús A. Hernández

Resumo

Uno de los principales problemas que se tienen para modelar el consumo deenergía eléctrica en un lugar determinado, consiste en la extracción del conocimiento cuando éste se encuentra almacenado en grandes volúmenes de información como, por ejemplo, registros históricos. De acuerdo con esta representación, cada hecho ocurrido y registrado está compuesto por una pareja de componentes (t, P) en donde t representa el tiempo en el que se registró la muestra y P representa la potencia eléctrica consumida en ese instante. El registro diario cuenta con N casos que representa cada una de las parejas de estímulo-respuesta conocidas.El objetivo que se busca con este trabajo, entonces, consiste en hallar unafunción que permita mapear el vector de variables de entrada t al vector de variables  de salida P. F es una función cualquiera, en este caso el consumo de energía eléctrica.Su modelamiento con Redes Neuronales Artificiales (RNA) es un Perceptron Multi Capa (PMC). Otra forma de modelarlo es usando Algoritmos de Interpolación (AI).

Downloads

Não há dados estatísticos.
Publicado
2007-12-08
Como Citar
Tabares, H. A., & Hernández, J. A. (2007). Mapeo curvas típicas, demanda de energía eléctrica del sector residencial, comercial e industrial de la ciudad de Medellín, usando redes neuronales artificiales y algoritmos de interpolación. Sophia, 3, 88-100. Recuperado de https://sophia.ugca.edu.co/index.php/sophia/article/view/543
Seção
Artículos de investigación