Estudio de la mejora de modelos de comportamiento de variables energéticas mediante Committee Machine de redes neuronales
Use este enlace para citar
http://hdl.handle.net/2183/24868
A non ser que se indique outra cousa, a licenza do ítem descríbese como Atribución-NoComercial 3.0 España
Coleccións
Metadatos
Mostrar o rexistro completo do ítemTítulo
Estudio de la mejora de modelos de comportamiento de variables energéticas mediante Committee Machine de redes neuronalesTítulo(s) alternativo(s)
Study of the improvement of behavior models of energetic variables by Committee Machine of neural networksData
2018Cita bibliográfica
Porto, A., Larrea, M., Irigoyen, E. Estudio de la mejora de modelos de comportamiento de variables energéticas mediante Committee Machine de redes neuronales. En Actas de las XXXIX Jornadas de Automática, Badajoz, 5-7 de Septiembre de 2018 (pp.937-944). DOI capítulo: https://doi.org/10.17979/spudc.9788497497565.0937 DOI libro: https://doi.org/10.17979/spudc.9788497497565
Versións
http://hdl.handle.net/10662/8784
Resumo
[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. [Abstract] 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.
Palabras chave
Redes neuronales
Boosting
Committee machine
Series temporales
Sistemas dinámicos
Neural networks
Time series
Dynamic systems
Boosting
Committee machine
Series temporales
Sistemas dinámicos
Neural networks
Time series
Dynamic systems
Versión do editor
Dereitos
Atribución-NoComercial 3.0 España
ISBN
978-84-09-04460-3 (UEX) 978-84-9749-756-5 (UDC electrónico)