Pronóstico de Caudales Afluentes para la Planificación de la Operación de Sistemas Hidrotérmicos de Potencia aplicando el modelo ANFIS
Este trabajo presenta el pronóstico de caudales medios mensuales afluentes a dos centrales hidroeléctricas en el Ecuador (Daule – Peripa y Paute – Molino), utilizando uno de los más populares modelos de Redes Neuro-Fuzzy denominado ANFIS (Adaptive-Network-Based Fuzzy Inference System). El desempeño...
| Autor: | |
|---|---|
| Tipo de recurso: | artículo |
| Estado: | Versión publicada |
| Fecha de publicación: | 2015 |
| País: | Ecuador |
| Institución: | Escuela Superior Politécnica del Litoral |
| Repositorio: | Repositorio Escuela Superior Politécnica del Litoral |
| Idioma: | español |
| OAI Identifier: | oai:www.dspace.espol.edu.ec:123456789/29934 |
| Acceso en línea: | http://www.dspace.espol.edu.ec/xmlui/handle/123456789/29934 |
| Access Level: | acceso abierto |
| Palabra clave: | Pronóstico de caudales sistemas hidrotérmicos de potencia sistemas neuro-fuzzy ANFIS soft computing |
| Sumario: | Este trabajo presenta el pronóstico de caudales medios mensuales afluentes a dos centrales hidroeléctricas en el Ecuador (Daule – Peripa y Paute – Molino), utilizando uno de los más populares modelos de Redes Neuro-Fuzzy denominado ANFIS (Adaptive-Network-Based Fuzzy Inference System). El desempeño de ANFIS fue comparado con el pronóstico obtenido mediante la aplicación de un modelo de series de tiempo Periódico Autoregresivo de Medias Móviles PARMA y con caudales reales de un período de 5 años (2009 – 2013), mediante la aplicación de métricas de error usadas frecuentemente en pronósticos con técnicas de redes neurofuzzy. Los resultados obtenidos con el modelo ANFIS fueron superiores en todas las métricas de error consideradas; este tipo de resultados es de gran importancia para el sector eléctrico pues un buen pronóstico de caudales afluentes mensuales garantiza que la planificación de la operación de las centrales hidroeléctricas se haga de manera óptima. Adicionalmente se presenta la aplicación de ambos modelos de pronóstico para evaluar su influencia en los modelos de planificación de la operación de un sistema hidrotérmico de prueba. |
|---|