微电网预测智能神经网络设计

IF 0.4 Q4 ENGINEERING, MULTIDISCIPLINARY Memoria Investigaciones en Ingenieria Pub Date : 2019-11-29 DOI:10.36561/ing.17.2
Juan Pablo Fossati
{"title":"微电网预测智能神经网络设计","authors":"Juan Pablo Fossati","doi":"10.36561/ing.17.2","DOIUrl":null,"url":null,"abstract":"espanolConocer de antemano los perfiles de demanda y de potencia generada por las fuentes renovables constituye un aspecto esencial para la optimizacion de la operacion de las redes electricas. En el caso particular de las microrredes dicho aspecto cobra aun mas importancia ya que en general un alto porcentaje de la energia generada proviene de fuentes renovables. A esto debe sumarsele el hecho de que debido a un efecto de escala los parametros a pronosticar estan sometidos a una gran variabilidad. En este articulo se propone una metodologia para el diseno de sistemas de pronosticos basados en redes neuronales artificiales (RNA) y algoritmos geneticos. EnglishBeing able to predict power demand and output from renewable energy sources is an essential asset for the optimization of the performance of electric networks. In the particular case of microgrids the importance of that ability is enhanced even more so, since in general a great percentage of the energy generated comes from renewable sources. These parameters fluctuate substantially due to the scale in which they operate, so the need to predict their values acquires further significance. In this article we propose a methodology for the design of forecasting systems based on artificial neural networks (ANN)","PeriodicalId":42925,"journal":{"name":"Memoria Investigaciones en Ingenieria","volume":null,"pages":null},"PeriodicalIF":0.4000,"publicationDate":"2019-11-29","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Diseño de redes neuronales inteligentes para la realización de pronósticos en microrredes eléctricas\",\"authors\":\"Juan Pablo Fossati\",\"doi\":\"10.36561/ing.17.2\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"espanolConocer de antemano los perfiles de demanda y de potencia generada por las fuentes renovables constituye un aspecto esencial para la optimizacion de la operacion de las redes electricas. En el caso particular de las microrredes dicho aspecto cobra aun mas importancia ya que en general un alto porcentaje de la energia generada proviene de fuentes renovables. A esto debe sumarsele el hecho de que debido a un efecto de escala los parametros a pronosticar estan sometidos a una gran variabilidad. En este articulo se propone una metodologia para el diseno de sistemas de pronosticos basados en redes neuronales artificiales (RNA) y algoritmos geneticos. EnglishBeing able to predict power demand and output from renewable energy sources is an essential asset for the optimization of the performance of electric networks. In the particular case of microgrids the importance of that ability is enhanced even more so, since in general a great percentage of the energy generated comes from renewable sources. These parameters fluctuate substantially due to the scale in which they operate, so the need to predict their values acquires further significance. In this article we propose a methodology for the design of forecasting systems based on artificial neural networks (ANN)\",\"PeriodicalId\":42925,\"journal\":{\"name\":\"Memoria Investigaciones en Ingenieria\",\"volume\":null,\"pages\":null},\"PeriodicalIF\":0.4000,\"publicationDate\":\"2019-11-29\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Memoria Investigaciones en Ingenieria\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.36561/ing.17.2\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"Q4\",\"JCRName\":\"ENGINEERING, MULTIDISCIPLINARY\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Memoria Investigaciones en Ingenieria","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.36561/ing.17.2","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q4","JCRName":"ENGINEERING, MULTIDISCIPLINARY","Score":null,"Total":0}
引用次数: 0

摘要

提前了解可再生能源的需求和发电情况是优化电网运行的一个重要方面。在微电网的特殊情况下,这方面变得更加重要,因为一般来说,产生的能源的很大一部分来自可再生能源。由于规模效应,要预测的参数有很大的可变性。本文提出了一种基于人工神经网络和遗传算法的预测系统设计方法。能够预测可再生能源的电力需求和输出是优化电网性能的一项重要资产。就微电网的具体情况而言,这种能力的重要性进一步增强,因为一般来说,产生的能源中有很大一部分来自可再生能源。这些参数的波动很大,因为它们运行的规模,因此需要预测它们的值获得更大的意义。本文提出了一种基于人工神经网络(ANN)的预测系统设计方法。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
Diseño de redes neuronales inteligentes para la realización de pronósticos en microrredes eléctricas
espanolConocer de antemano los perfiles de demanda y de potencia generada por las fuentes renovables constituye un aspecto esencial para la optimizacion de la operacion de las redes electricas. En el caso particular de las microrredes dicho aspecto cobra aun mas importancia ya que en general un alto porcentaje de la energia generada proviene de fuentes renovables. A esto debe sumarsele el hecho de que debido a un efecto de escala los parametros a pronosticar estan sometidos a una gran variabilidad. En este articulo se propone una metodologia para el diseno de sistemas de pronosticos basados en redes neuronales artificiales (RNA) y algoritmos geneticos. EnglishBeing able to predict power demand and output from renewable energy sources is an essential asset for the optimization of the performance of electric networks. In the particular case of microgrids the importance of that ability is enhanced even more so, since in general a great percentage of the energy generated comes from renewable sources. These parameters fluctuate substantially due to the scale in which they operate, so the need to predict their values acquires further significance. In this article we propose a methodology for the design of forecasting systems based on artificial neural networks (ANN)
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
Memoria Investigaciones en Ingenieria
Memoria Investigaciones en Ingenieria ENGINEERING, MULTIDISCIPLINARY-
自引率
0.00%
发文量
6
审稿时长
16 weeks
期刊最新文献
Desarrollo de Sistema de Aislamiento Sísmico de Bajo Costo para Viviendas de Albañilería de 01 a 02 niveles Estrés abiótico en clima neotropical influencia la producción de pigmentos, capacidad antioxidante y expresión de desórdenes fisiológicos en manzanas Un Análisis Basado en Modelos de las Propiedades de Seguridad de Mimblewimble y las Implementaciones del Protocolo En defensa de una arquitectura extrema centrada en la base de datos Sobre la especificación y verificación del patrón de programación paralela PCR en TLA+
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1