Estimación de la carga de transformadores de potencia utilizando una red neuronal artificial
RESUMEN: En este artículo se presenta una metodología para estimar la curva de carga de transformadores de potencia utilizando redes neuronales artificiales. Para implementar la metodología propuesta se utilizaron datos reales de dos transformadores ubicados en diferentes zonas geográficas y con dif...
- Autores:
-
Agudelo, Laura
Velilla Hernández, Esteban
López Lezama, Jesús María
- Tipo de recurso:
- Article of investigation
- Fecha de publicación:
- 2014
- Institución:
- Universidad de Antioquia
- Repositorio:
- Repositorio UdeA
- Idioma:
- spa
- OAI Identifier:
- oai:bibliotecadigital.udea.edu.co:10495/25384
- Acceso en línea:
- http://hdl.handle.net/10495/25384
- Palabra clave:
- Redes neurales (computadores)
Neural networks (Computer science)
Transformadores de potencia
Factor de carga
- Rights
- openAccess
- License
- Derechos reservados - Está prohibida la reproducción parcial o total de esta publicación
| id |
UDEA2_22a3e48349b676368d181a9dde3d58cd |
|---|---|
| oai_identifier_str |
oai:bibliotecadigital.udea.edu.co:10495/25384 |
| network_acronym_str |
UDEA2 |
| network_name_str |
Repositorio UdeA |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Estimación de la carga de transformadores de potencia utilizando una red neuronal artificial |
| dc.title.translated.spa.fl_str_mv |
Load estimation of power transformers using an artificial neural network |
| title |
Estimación de la carga de transformadores de potencia utilizando una red neuronal artificial |
| spellingShingle |
Estimación de la carga de transformadores de potencia utilizando una red neuronal artificial Redes neurales (computadores) Neural networks (Computer science) Transformadores de potencia Factor de carga |
| title_short |
Estimación de la carga de transformadores de potencia utilizando una red neuronal artificial |
| title_full |
Estimación de la carga de transformadores de potencia utilizando una red neuronal artificial |
| title_fullStr |
Estimación de la carga de transformadores de potencia utilizando una red neuronal artificial |
| title_full_unstemmed |
Estimación de la carga de transformadores de potencia utilizando una red neuronal artificial |
| title_sort |
Estimación de la carga de transformadores de potencia utilizando una red neuronal artificial |
| dc.creator.fl_str_mv |
Agudelo, Laura Velilla Hernández, Esteban López Lezama, Jesús María |
| dc.contributor.author.none.fl_str_mv |
Agudelo, Laura Velilla Hernández, Esteban López Lezama, Jesús María |
| 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) |
| topic |
Redes neurales (computadores) Neural networks (Computer science) Transformadores de potencia Factor de carga |
| dc.subject.proposal.spa.fl_str_mv |
Transformadores de potencia Factor de carga |
| description |
RESUMEN: En este artículo se presenta una metodología para estimar la curva de carga de transformadores de potencia utilizando redes neuronales artificiales. Para implementar la metodología propuesta se utilizaron datos reales de dos transformadores ubicados en diferentes zonas geográficas y con diferentes condiciones de operación. La técnica de estimación de carga fue implementada con datos históricos de la empresa Interconexión Eléctrica S.A (ISA). Para realizar la predicción de las curvas de carga se entrenó una red neuronal usando MATLAB, la cual se adapta a la curva de carga con tiempos de predicción diaria y semanal. La metodología propuesta permite la estimación de la curva de carga de transformadores de potencia con un error relativo de alrededor del 10%. Este método puede ser utilizado en otros equipos con características de operación similares. |
| publishDate |
2014 |
| dc.date.issued.none.fl_str_mv |
2014 |
| dc.date.accessioned.none.fl_str_mv |
2022-01-19T16:11:50Z |
| dc.date.available.none.fl_str_mv |
2022-01-19T16:11:50Z |
| 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/10495/25384 |
| dc.identifier.doi.none.fl_str_mv |
10.4067/S0718-07642014000200003 |
| dc.identifier.eissn.none.fl_str_mv |
0718-0764 |
| identifier_str_mv |
0716-8756 10.4067/S0718-07642014000200003 0718-0764 |
| url |
http://hdl.handle.net/10495/25384 |
| 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 |
24 |
| dc.relation.citationissue.spa.fl_str_mv |
2 |
| dc.relation.citationstartpage.spa.fl_str_mv |
15 |
| dc.relation.citationvolume.spa.fl_str_mv |
25 |
| 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/68d6ebc2-8595-4b01-885b-91a629ac9666/download https://bibliotecadigital.udea.edu.co/bitstreams/9bebdbc9-9f26-491a-a4c7-ef52ee0cfa50/download https://bibliotecadigital.udea.edu.co/bitstreams/353d0348-5473-4472-8ee7-2bed8d0e639b/download https://bibliotecadigital.udea.edu.co/bitstreams/358860cf-b744-4067-932b-790d2da55301/download |
| bitstream.checksum.fl_str_mv |
8a4605be74aa9ea9d79846c1fba20a33 5964915b54438c5905626c88f9744dff 981d57d3488160a427a7952f7cd3c21a 37ea51c9a3527692393670233bb13696 |
| 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_ |
1851052588771835904 |
| spelling |
Agudelo, LauraVelilla Hernández, EstebanLópez Lezama, Jesús MaríaGrupo de Manejo Eficiente de la Energía (GIMEL)2022-01-19T16:11:50Z2022-01-19T16:11:50Z20140716-8756http://hdl.handle.net/10495/2538410.4067/S0718-076420140002000030718-0764RESUMEN: En este artículo se presenta una metodología para estimar la curva de carga de transformadores de potencia utilizando redes neuronales artificiales. Para implementar la metodología propuesta se utilizaron datos reales de dos transformadores ubicados en diferentes zonas geográficas y con diferentes condiciones de operación. La técnica de estimación de carga fue implementada con datos históricos de la empresa Interconexión Eléctrica S.A (ISA). Para realizar la predicción de las curvas de carga se entrenó una red neuronal usando MATLAB, la cual se adapta a la curva de carga con tiempos de predicción diaria y semanal. La metodología propuesta permite la estimación de la curva de carga de transformadores de potencia con un error relativo de alrededor del 10%. Este método puede ser utilizado en otros equipos con características de operación similares.ABSTRACT: This paper presents a methodology for load estimation of power transformers by means of arfificial neural networks. To implement the proposed methodology the data of two power transformers, located in different geographical areas and wifh different operational conditions, were considered. The load estimation methodology was implemented using historical data provided by the company Interconexión Eléctrica S.A. (ISA). To predict the load curves a neural network was trained using MATLAB, being able to fit a load curve with daily and weekly prediction times. The proposed method allows the estimation of load curve values in power transformers with an average percent relative error of around 10%. The method described in this paper can be applied fo other equipment with similar operating characteristics.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_abf2Estimación de la carga de transformadores de potencia utilizando una red neuronal artificialLoad estimation of power transformers using an artificial neural networkArtículo 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)Transformadores de potenciaFactor de cargaInf. tecnol.2421525Información TecnológicaPublicationLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://bibliotecadigital.udea.edu.co/bitstreams/68d6ebc2-8595-4b01-885b-91a629ac9666/download8a4605be74aa9ea9d79846c1fba20a33MD52falseAnonymousREADORIGINALVelillaEsteban_2014_EstimacionCargaTransformadores.pdfVelillaEsteban_2014_EstimacionCargaTransformadores.pdfArtículo de investigaciónapplication/pdf541118https://bibliotecadigital.udea.edu.co/bitstreams/9bebdbc9-9f26-491a-a4c7-ef52ee0cfa50/download5964915b54438c5905626c88f9744dffMD51trueAnonymousREADTEXTVelillaEsteban_2014_EstimacionCargaTransformadores.pdf.txtVelillaEsteban_2014_EstimacionCargaTransformadores.pdf.txtExtracted texttext/plain28242https://bibliotecadigital.udea.edu.co/bitstreams/353d0348-5473-4472-8ee7-2bed8d0e639b/download981d57d3488160a427a7952f7cd3c21aMD53falseAnonymousREADTHUMBNAILVelillaEsteban_2014_EstimacionCargaTransformadores.pdf.jpgVelillaEsteban_2014_EstimacionCargaTransformadores.pdf.jpgGenerated Thumbnailimage/jpeg12701https://bibliotecadigital.udea.edu.co/bitstreams/358860cf-b744-4067-932b-790d2da55301/download37ea51c9a3527692393670233bb13696MD54falseAnonymousREAD10495/25384oai:bibliotecadigital.udea.edu.co:10495/253842025-03-27 00:43:16.427Derechos 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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 |
