Please use this identifier to cite or link to this item: http://hdl.handle.net/10662/8784
Title: Estudio de la mejora de modelos de comportamiento de variables energéticas mediante Committee Machine de redes neuronales
Other Titles: Study of the improvement of behavior models of energetic variables by Committee Machine of neural networks
Authors: Porto, Alain
Larrea, Mikel
Irigoyen, Eloy
Keywords: Redes neuronales;Committee Machine;Boosting;Series temporales;Sistemas dinámicos;Neural networks;Time series;Dynamic systems
Issue Date: 2018
Publisher: Universidad de Extremadura
Abstract: 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.
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.
Description: Comunicación presentada a las XXXIX Jornadas de Automática, celebradas en Badajoz del 5 al 7 de Septiembre de 2018 y organizada por la Universidad de Extremadura.
URI: http://hdl.handle.net/10662/8784
ISBN: 978-84-09-044460-3
Appears in Collections:XXXIX Jornadas de Automática

Files in This Item:
File Description SizeFormat 
978-84-09-04460-3_937.pdf2,26 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons