Intelligent neural network design for forecasting loads in electric micro networks
Diseño de redes neuronales inteligentes para la realización de pronósticos en microrredes eléctricas
| 2019 | |
|
Redes neuronales artificiales Pronósticos Microrredes eléctricas Algoritmos genéticos Artificial Neural Networks (ANN) Forecasting Electric Microgrids Genetic Algorithms |
|
| Español | |
| Universidad de Montevideo | |
| REDUM | |
| http://revistas.um.edu.uy/index.php/ingenieria/article/view/381 | |
| Acceso abierto | |
| Atribución 4.0 Internacional |
| _version_ | 1807356689557487616 |
|---|---|
| author | Fossati, Juan Pablo |
| author_facet | Fossati, Juan Pablo |
| author_role | author |
| collection | REDUM |
| dc.creator.none.fl_str_mv | Fossati, Juan Pablo |
| dc.date.none.fl_str_mv | 2019-11-29 |
| dc.description.en-US.fl_txt_mv | Being able to predict power demand and output from renewable energy sources is an essential asset for the optimization of the performance of electric networks. In the particular case of microgrids the importance of that ability is enhanced even more so, since in general a great percentage of the energy generated comes from renewable sources. These parameters fluctuate substantially due to the scale in which they operate, so the need to predict their values acquires further significance. In this article we propose a methodology for the design of forecasting systems based on artificial neural networks (ANN) |
| dc.description.es-ES.fl_txt_mv | Conocer de antemano los perfiles de demanda y de potencia generada por las fuentes renovables constituye un aspecto esencial para la optimización de la operación de las redes eléctricas. En el caso particular de las microrredes dicho aspecto cobra aún más importancia ya que en general un alto porcentaje de la energía generada proviene de fuentes renovables. A esto debe sumársele el hecho de que debido a un efecto de escala los parámetros a pronosticar están sometidos a una gran variabilidad. En este artículo se propone una metodología para el diseño de sistemas de pronósticos basados en redes neuronales artificiales (RNA) y algoritmos genéticos. |
| dc.format.none.fl_str_mv | application/pdf text/html |
| dc.identifier.none.fl_str_mv | http://revistas.um.edu.uy/index.php/ingenieria/article/view/381 10.36561/ING.17.2 |
| dc.language.iso.none.fl_str_mv | spa |
| dc.publisher.es-ES.fl_str_mv | Universidad de Montevideo |
| dc.relation.none.fl_str_mv | http://revistas.um.edu.uy/index.php/ingenieria/article/view/381/477 http://revistas.um.edu.uy/index.php/ingenieria/article/view/381/478 |
| dc.rights.es-ES.fl_str_mv | Derechos de autor 2019 Juan Pablo Fossati |
| dc.rights.license.none.fl_str_mv | Atribución 4.0 Internacional |
| dc.rights.none.fl_str_mv | info:eu-repo/semantics/openAccess |
| dc.source.en-US.fl_str_mv | Memoria Investigaciones en Ingeniería; No. 17 (2019); 1-13 |
| dc.source.es-ES.fl_str_mv | Memoria Investigaciones en Ingeniería; Núm. 17 (2019); 1-13 |
| dc.source.none.fl_str_mv | 2301-1106 2301-1092 10.36561/ING.17 reponame:REDUM instname:Universidad de Montevideo instacron:Universidad de Montevideo |
| dc.source.pt-BR.fl_str_mv | Memoria Investigaciones en Ingenieria; n. 17 (2019); 1-13 |
| dc.subject.en-US.fl_str_mv | Artificial Neural Networks (ANN) Forecasting Electric Microgrids Genetic Algorithms |
| dc.subject.es-ES.fl_str_mv | Redes neuronales artificiales Pronósticos Microrredes eléctricas Algoritmos genéticos |
| dc.title.none.fl_str_mv | Intelligent neural network design for forecasting loads in electric micro networks Diseño de redes neuronales inteligentes para la realización de pronósticos en microrredes eléctricas |
| dc.type.en-US.fl_str_mv | Peer reviewed articles |
| dc.type.es-ES.fl_str_mv | Artículos evaluados por pares |
| dc.type.none.fl_str_mv | info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion |
| dc.type.pt-BR.fl_str_mv | Artigos revistos por pares |
| dc.type.version.none.fl_str_mv | publishedVersion info:eu-repo/semantics/publishedVersion |
| description | Being able to predict power demand and output from renewable energy sources is an essential asset for the optimization of the performance of electric networks. In the particular case of microgrids the importance of that ability is enhanced even more so, since in general a great percentage of the energy generated comes from renewable sources. These parameters fluctuate substantially due to the scale in which they operate, so the need to predict their values acquires further significance. In this article we propose a methodology for the design of forecasting systems based on artificial neural networks (ANN) |
| eu_rights_str_mv | openAccess |
| format | article |
| id | REDUM_7c31f8fe929211094a9b8b2bd97280cd |
| identifier_str_mv | 10.36561/ING.17.2 |
| instacron_str | Universidad de Montevideo |
| institution | Universidad de Montevideo |
| instname_str | Universidad de Montevideo |
| language | spa |
| network_acronym_str | REDUM |
| network_name_str | REDUM |
| oai_identifier_str | oai:redum.um.edu.uy:20.500.12806/2526 |
| publishDate | 2019 |
| reponame_str | REDUM |
| repository.mail.fl_str_mv | nolascoaga@um.edu.uy |
| repository.name.fl_str_mv | REDUM - Universidad de Montevideo |
| repository_id_str | 10501 |
| rights_invalid_str_mv | Derechos de autor 2019 Juan Pablo Fossati Atribución 4.0 Internacional |
| spelling | Fossati, Juan Pablo2019-11-29http://revistas.um.edu.uy/index.php/ingenieria/article/view/38110.36561/ING.17.2Being able to predict power demand and output from renewable energy sources is an essential asset for the optimization of the performance of electric networks. In the particular case of microgrids the importance of that ability is enhanced even more so, since in general a great percentage of the energy generated comes from renewable sources. These parameters fluctuate substantially due to the scale in which they operate, so the need to predict their values acquires further significance. In this article we propose a methodology for the design of forecasting systems based on artificial neural networks (ANN)Conocer de antemano los perfiles de demanda y de potencia generada por las fuentes renovables constituye un aspecto esencial para la optimización de la operación de las redes eléctricas. En el caso particular de las microrredes dicho aspecto cobra aún más importancia ya que en general un alto porcentaje de la energía generada proviene de fuentes renovables. A esto debe sumársele el hecho de que debido a un efecto de escala los parámetros a pronosticar están sometidos a una gran variabilidad. En este artículo se propone una metodología para el diseño de sistemas de pronósticos basados en redes neuronales artificiales (RNA) y algoritmos genéticos.application/pdftext/htmlspaUniversidad de Montevideohttp://revistas.um.edu.uy/index.php/ingenieria/article/view/381/477http://revistas.um.edu.uy/index.php/ingenieria/article/view/381/478Derechos de autor 2019 Juan Pablo Fossatiinfo:eu-repo/semantics/openAccessAtribución 4.0 InternacionalMemoria Investigaciones en Ingeniería; No. 17 (2019); 1-13Memoria Investigaciones en Ingeniería; Núm. 17 (2019); 1-13Memoria Investigaciones en Ingenieria; n. 17 (2019); 1-132301-11062301-109210.36561/ING.17reponame:REDUMinstname:Universidad de Montevideoinstacron:Universidad de MontevideoRedes neuronales artificialesPronósticosMicrorredes eléctricasAlgoritmos genéticosArtificial Neural Networks (ANN)ForecastingElectric MicrogridsGenetic AlgorithmsIntelligent neural network design for forecasting loads in electric micro networksDiseño de redes neuronales inteligentes para la realización de pronósticos en microrredes eléctricasinfo:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionPeer reviewed articlesArtículos evaluados por paresArtigos revistos por parespublishedVersioninfo:eu-repo/semantics/publishedVersion20.500.12806/25262024-07-17 09:46:39.178oai:redum.um.edu.uy:20.500.12806/2526Universidadhttps://um.edu.uy/https://redum.um.edu.uy/oai/requestnolascoaga@um.edu.uyUruguayopendoar:105012024-07-17T12:46:39REDUM - Universidad de Montevideofalse |
| spellingShingle | Intelligent neural network design for forecasting loads in electric micro networks Fossati, Juan Pablo Redes neuronales artificiales Pronósticos Microrredes eléctricas Algoritmos genéticos Artificial Neural Networks (ANN) Forecasting Electric Microgrids Genetic Algorithms |
| status_str | publishedVersion |
| title | Intelligent neural network design for forecasting loads in electric micro networks |
| title_full | Intelligent neural network design for forecasting loads in electric micro networks |
| title_fullStr | Intelligent neural network design for forecasting loads in electric micro networks |
| title_full_unstemmed | Intelligent neural network design for forecasting loads in electric micro networks |
| title_short | Intelligent neural network design for forecasting loads in electric micro networks |
| title_sort | Intelligent neural network design for forecasting loads in electric micro networks |
| topic | Redes neuronales artificiales Pronósticos Microrredes eléctricas Algoritmos genéticos Artificial Neural Networks (ANN) Forecasting Electric Microgrids Genetic Algorithms |
| url | http://revistas.um.edu.uy/index.php/ingenieria/article/view/381 |
