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
IK4-IDEKO
info
-
2
Universidad del País Vasco/Euskal Herriko Unibertsitatea
info
Universidad del País Vasco/Euskal Herriko Unibertsitatea
Lejona, España
- Inés Tejado Balsera (coord.)
- Emiliano Pérez Hernández (coord.)
- Antonio José Calderón Godoy (coord.)
- Isaías González Pérez (coord.)
- Pilar Merchán García (coord.)
- Jesús Lozano Rogado (coord.)
- Santiago Salamanca Miño (coord.)
- Blas M. Vinagre Jara (coord.)
Editorial: Universidad de Extremadura
ISBN: 978-84-9749-756-5, 978-84-09-04460-3
Año de publicación: 2018
Páginas: 937-944
Congreso: Jornadas de Automática (39. 2018. Badajoz)
Tipo: Aportación congreso
Resumen
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.