Ubicación de generación distribuida para minimización de pérdidas usando un algoritmo genético híbrido

RESUMEN: En este artículo se presenta una metodología para la ubicación óptima de Generación Distribuida (GD) usando un algoritmo genético híbrido. En este caso la función objetivo es la reducción de pérdidas. El algoritmo propuesto incorpora una red neuronal artificial para evaluar la función de ad...

Full description

Autores:
Narváez Burgos, Pablo Andrés
López Lezama, Jesús María
Velilla Hernández, Esteban
Tipo de recurso:
Article of investigation
Fecha de publicación:
2015
Institución:
Universidad de Antioquia
Repositorio:
Repositorio UdeA
Idioma:
spa
OAI Identifier:
oai:bibliotecadigital.udea.edu.co:10495/25500
Acceso en línea:
http://hdl.handle.net/10495/25500
Palabra clave:
Redes neurales (computadores)
Neural networks (Computer science)
Algoritmos genéticos
Genetic algorithms
Perdidas eléctricas
Electric losses
Distribución de energía eléctrica
Electric power distribution
Rights
openAccess
License
Derechos reservados - Está prohibida la reproducción parcial o total de esta publicación
id UDEA2_117cd2e533dd9269356380747f53f927
oai_identifier_str oai:bibliotecadigital.udea.edu.co:10495/25500
network_acronym_str UDEA2
network_name_str Repositorio UdeA
repository_id_str
dc.title.spa.fl_str_mv Ubicación de generación distribuida para minimización de pérdidas usando un algoritmo genético híbrido
dc.title.translated.spa.fl_str_mv Location of distributed generation for power losses reduction using a hybrid genetic algorithm
title Ubicación de generación distribuida para minimización de pérdidas usando un algoritmo genético híbrido
spellingShingle Ubicación de generación distribuida para minimización de pérdidas usando un algoritmo genético híbrido
Redes neurales (computadores)
Neural networks (Computer science)
Algoritmos genéticos
Genetic algorithms
Perdidas eléctricas
Electric losses
Distribución de energía eléctrica
Electric power distribution
title_short Ubicación de generación distribuida para minimización de pérdidas usando un algoritmo genético híbrido
title_full Ubicación de generación distribuida para minimización de pérdidas usando un algoritmo genético híbrido
title_fullStr Ubicación de generación distribuida para minimización de pérdidas usando un algoritmo genético híbrido
title_full_unstemmed Ubicación de generación distribuida para minimización de pérdidas usando un algoritmo genético híbrido
title_sort Ubicación de generación distribuida para minimización de pérdidas usando un algoritmo genético híbrido
dc.creator.fl_str_mv Narváez Burgos, Pablo Andrés
López Lezama, Jesús María
Velilla Hernández, Esteban
dc.contributor.author.none.fl_str_mv Narváez Burgos, Pablo Andrés
López Lezama, Jesús María
Velilla Hernández, Esteban
dc.contributor.researchgroup.spa.fl_str_mv Grupo de Manejo Eficiente de la Energía (GIMEL)
dc.subject.lemb.none.fl_str_mv Redes neurales (computadores)
Neural networks (Computer science)
Algoritmos genéticos
Genetic algorithms
Perdidas eléctricas
Electric losses
Distribución de energía eléctrica
Electric power distribution
topic Redes neurales (computadores)
Neural networks (Computer science)
Algoritmos genéticos
Genetic algorithms
Perdidas eléctricas
Electric losses
Distribución de energía eléctrica
Electric power distribution
description RESUMEN: En este artículo se presenta una metodología para la ubicación óptima de Generación Distribuida (GD) usando un algoritmo genético híbrido. En este caso la función objetivo es la reducción de pérdidas. El algoritmo propuesto incorpora una red neuronal artificial para evaluar la función de adaptación y una búsqueda local que permite al algoritmo explorar un espacio de búsqueda más amplio. La contribución principal del artículo es la combinación de técnicas metaheurísticas con técnicas de inteligencia artificial para resolver un problema de optimización multi-modal y no convexo. La metodología propuesta es probada en un sistema de 34 barras mostrando que la ubicación apropiada de las unidades de GD permite reducir las pérdidas activas y mejorar el perfil de tensiones.
publishDate 2015
dc.date.issued.none.fl_str_mv 2015
dc.date.accessioned.none.fl_str_mv 2022-01-24T16:26:31Z
dc.date.available.none.fl_str_mv 2022-01-24T16:26:31Z
dc.type.spa.fl_str_mv Artículo de investigación
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_2df8fbb1
dc.type.redcol.spa.fl_str_mv https://purl.org/redcol/resource_type/ART
dc.type.coarversion.spa.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/article
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/publishedVersion
format http://purl.org/coar/resource_type/c_2df8fbb1
status_str publishedVersion
dc.identifier.issn.none.fl_str_mv 0716-8756
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/10495/25500
dc.identifier.doi.none.fl_str_mv 10.4067/S0718-07642015000300016
dc.identifier.eissn.none.fl_str_mv 0718-0764
identifier_str_mv 0716-8756
10.4067/S0718-07642015000300016
0718-0764
url http://hdl.handle.net/10495/25500
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.ispartofjournalabbrev.spa.fl_str_mv Inf. tecnol.
dc.relation.citationendpage.spa.fl_str_mv 132
dc.relation.citationissue.spa.fl_str_mv 3
dc.relation.citationstartpage.spa.fl_str_mv 123
dc.relation.citationvolume.spa.fl_str_mv 26
dc.relation.ispartofjournal.spa.fl_str_mv Información Tecnológica
dc.rights.uri.spa.fl_str_mv Derechos reservados - Está prohibida la reproducción parcial o total de esta publicación
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Derechos reservados - Está prohibida la reproducción parcial o total de esta publicación
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.extent.spa.fl_str_mv 10
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.spa.fl_str_mv Centro de Información Tecnológica
dc.publisher.place.spa.fl_str_mv La Serena, Chile
institution Universidad de Antioquia
bitstream.url.fl_str_mv https://bibliotecadigital.udea.edu.co/bitstreams/9cf2f58f-2b2b-498b-8ab9-cbf548b2d621/download
https://bibliotecadigital.udea.edu.co/bitstreams/99efba76-5aab-470e-bda9-43dccfa8e236/download
https://bibliotecadigital.udea.edu.co/bitstreams/48c8b6d0-ac0e-40da-bbd5-6bf48632b405/download
https://bibliotecadigital.udea.edu.co/bitstreams/a5728b42-0334-44eb-b037-c4f4506d1ad8/download
bitstream.checksum.fl_str_mv 36e8b26133d14a4a1977527356e3650b
8a4605be74aa9ea9d79846c1fba20a33
da771154c4690050c96b622369f1abea
eaf77cab3fa7a38d406d45e34729b16d
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional de la Universidad de Antioquia
repository.mail.fl_str_mv aplicacionbibliotecadigitalbiblioteca@udea.edu.co
_version_ 1851052500452376576
spelling Narváez Burgos, Pablo AndrésLópez Lezama, Jesús MaríaVelilla Hernández, EstebanGrupo de Manejo Eficiente de la Energía (GIMEL)2022-01-24T16:26:31Z2022-01-24T16:26:31Z20150716-8756http://hdl.handle.net/10495/2550010.4067/S0718-076420150003000160718-0764RESUMEN: En este artículo se presenta una metodología para la ubicación óptima de Generación Distribuida (GD) usando un algoritmo genético híbrido. En este caso la función objetivo es la reducción de pérdidas. El algoritmo propuesto incorpora una red neuronal artificial para evaluar la función de adaptación y una búsqueda local que permite al algoritmo explorar un espacio de búsqueda más amplio. La contribución principal del artículo es la combinación de técnicas metaheurísticas con técnicas de inteligencia artificial para resolver un problema de optimización multi-modal y no convexo. La metodología propuesta es probada en un sistema de 34 barras mostrando que la ubicación apropiada de las unidades de GD permite reducir las pérdidas activas y mejorar el perfil de tensiones.ABSTRACT: This paper presents a methodology for optimal Distributed Generation (DG) allocation using a hybrid genetic algorithm. In this case, the objective function is the minimization of power losses. The proposed algorithm involves an artificial neural network to evaluate the fitness function and a local search subroutine that allows the algorithm to explore a wider search space, and eventually, escape from local optimal solutions. The proposed approach was tested on a 34-bus system showing that the proper allocation of DG units allows the reduction of active power losses and the improvement of voltage profile.COL001047710application/pdfspaCentro de Información TecnológicaLa Serena, ChileDerechos reservados - Está prohibida la reproducción parcial o total de esta publicacióninfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Ubicación de generación distribuida para minimización de pérdidas usando un algoritmo genético híbridoLocation of distributed generation for power losses reduction using a hybrid genetic algorithmArtículo de investigaciónhttp://purl.org/coar/resource_type/c_2df8fbb1https://purl.org/redcol/resource_type/ARThttp://purl.org/coar/version/c_970fb48d4fbd8a85info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionRedes neurales (computadores)Neural networks (Computer science)Algoritmos genéticosGenetic algorithmsPerdidas eléctricasElectric lossesDistribución de energía eléctricaElectric power distributionInf. tecnol.132312326Información TecnológicaPublicationORIGINALLopezJesus_2015_UbicacionGeneracionDistribuida.pdfLopezJesus_2015_UbicacionGeneracionDistribuida.pdfArtículo de investigaciónapplication/pdf362605https://bibliotecadigital.udea.edu.co/bitstreams/9cf2f58f-2b2b-498b-8ab9-cbf548b2d621/download36e8b26133d14a4a1977527356e3650bMD51trueAnonymousREADLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://bibliotecadigital.udea.edu.co/bitstreams/99efba76-5aab-470e-bda9-43dccfa8e236/download8a4605be74aa9ea9d79846c1fba20a33MD52falseAnonymousREADTEXTLopezJesus_2015_UbicacionGeneracionDistribuida.pdf.txtLopezJesus_2015_UbicacionGeneracionDistribuida.pdf.txtExtracted texttext/plain25430https://bibliotecadigital.udea.edu.co/bitstreams/48c8b6d0-ac0e-40da-bbd5-6bf48632b405/downloadda771154c4690050c96b622369f1abeaMD53falseAnonymousREADTHUMBNAILLopezJesus_2015_UbicacionGeneracionDistribuida.pdf.jpgLopezJesus_2015_UbicacionGeneracionDistribuida.pdf.jpgGenerated Thumbnailimage/jpeg12573https://bibliotecadigital.udea.edu.co/bitstreams/a5728b42-0334-44eb-b037-c4f4506d1ad8/downloadeaf77cab3fa7a38d406d45e34729b16dMD54falseAnonymousREAD10495/25500oai:bibliotecadigital.udea.edu.co:10495/255002025-03-26 23:23:23.775Derechos reservados - Está prohibida la reproducción parcial o total de esta publicaciónopen.accesshttps://bibliotecadigital.udea.edu.coRepositorio Institucional de la Universidad de Antioquiaaplicacionbibliotecadigitalbiblioteca@udea.edu.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

Publicaciones similares