Estudio de la mejora de modelos de comportamiento de variables energéticas mediante Committee Machine de redes neuronales

• Alain Porto ^[1] ; Mikel Larrea ^[2] ; Eloy Irigoyen ^[2]
  1. [1] IK4-IDEKO

     IK4-IDEKO

     Elgóibar, España

     
  2. [2] Universidad del País Vasco/Euskal Herriko Unibertsitatea

     Universidad del País Vasco/Euskal Herriko Unibertsitatea

     Leioa, España

     
• Localización: XXXIX Jornadas de Automática: actas. Badajoz, 5-7 de septiembre de 2018 / coord. por Inés Tejado Balsera, Emiliano Pérez Hernández, Antonio José Calderón Godoy, Isaías González Pérez, María Pilar Merchán García, Jesús Salvador Lozano Rogado, Santiago Salamanca Miño, Blas Manuel Vinagre Jara, 2018, ISBN 978-84-9749-756-5, págs. 937-944
• Idioma: español
• Títulos paralelos:
  • Study of the improvement of behavior models of energetic variables by Committee Machine of neural networks
• Enlaces
  • Texto completo
• Resumen
  • español

    El presente trabajo está basado en la modelización de sistemas dinámicos no lineales utilizando diferentes técnicas. Se presentarán los modelos neuronales de dos sistemas complejos, como son el consumo de gas natural y el de electricidad. Dado que el trabajo se ha llevado a cabo con la colaboración de EDP España, desde la compañía se han determinado una serie de directrices a la hora de desarrollar el estudio, de tal modo que cubran diferentes necesidades para cada uno de los sistemas. El objetivo principal de este trabajo es estudiar qué metodología de trabajo se ajusta mejor en el proceso de modelización de los sistemas energéticos, los cuales tienen el carácter de sistemas dinámicos no lineales, mediante la utilización de Redes Neuronales Artificiales, así como la búsqueda de nuevas técnicas que se puedan añadir a las herramientas de predicción que mejoren su rendimiento, como son las Comitte Machine y las operaciones de Boosting. Los resultados presentados mostrarán las mejoras logradas en la estimación de las variables energéticas por medio de estas técnicas.

  • English

    The present work is based on the modeling of nonlinear dynamic systems using different techniques. The neural models of two complex systems will be presented, such as the consumption of natural gas and electricity. As the work has been carried out with the collaboration of EDP Spain, the company has determined a series of guidelines when developing the study, in such a way that they cover different needs for each of the systems. The main objective of this work is to study which work methodology best fits in the modeling process of energy systems, which have the character of nonlinear dynamic systems, through the use of Artificial Neural Networks, as well as the search for new techniques that can be added to predictive tools that improve their performance, such as Comitte Machine and Boosting. The results presented will show the improvements achieved in the estimation of the energetic variables by means of these techniques.