Sistema automatizado para la predicción de flujo de carga en subestaciones eléctricas mediante redes neuronales artificiales

Abstract

<jats:p>El flujo de carga tiene gran relevancia en la asistencia del proceso de toma de decisiones y planificación de la generación, distribución y trasmisión de energía eléctrica. El desconocimiento de los valores de este indicador, así como su inadecuada predicción, dificulta la toma de decisiones y eficiencia del servicio eléctrico, además puede ocasionar situaciones indeseadas tales como; la sobre demanda, el sobre calentamiento de los componentes que integran una subestación, y la no correcta planificación de los procesos de generación y distribución eléctrica. Dada la necesidad de predicción de flujo de carga eléctrica de las subestaciones en el Ecuador la presente investigación propone la concepción para el desarrollo de un sistema automatizado de predicción empleando el uso de Redes Neuronales Artificiales.</jats:p>

Predicción de perfiles de consumo eléctrico usando polinomios potenciales de grado uno y redes neuronales artificiales en la infraestructura de medición inteligente

“…Hence, the flow and availability of energy is fundamental for the interaction between supply and demand of energy systems, such importance is reflected on the behavior of energy production, import, export and consumption by sources and sectors, the latter being a fundamental part in the planning to ensure efficient energy production and consumption [1], [2]. For this reason, smart grids (SG) are applied in advanced measurement infrastructure (AMI), which allow to develop analysis of the electrical energy consumption profile in any environment [3], [4].…”