Comparing energy consumption for rail transit routes through Symmetric Vertical Sinusoid Alignments (SVSA), and applying artificial neural networks. A case study of Metro Valencia (Spain)
[ES] Este artículo presenta el entrenamiento de una red neuronal artificial usando el consumo energético medido en la red metropolitana de Valencia, España, para estimar el consumo energético de un sistema metro. Después de la calibración y validación de la red neuronal, los resultados obtenidos mue...
| Autores: | , , |
|---|---|
| Tipo de recurso: | artículo |
| Fecha de publicación: | 2017 |
| País: | España |
| Institución: | Universitat Politècnica de València (UPV) |
| Repositorio: | RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia |
| Idioma: | inglés |
| OAI Identifier: | oai:riunet.upv.es:10251/103238 |
| Acceso en línea: | https://riunet.upv.es/handle/10251/103238 |
| Access Level: | acceso abierto |
| Palabra clave: | Symmetric Vertical Sinusoid Alignments (SVSA) Gradient Energy consumption Artificial neural networks Metro system INGENIERIA E INFRAESTRUCTURA DE LOS TRANSPORTES |
| id |
ES_0bb819fca8c215b4e8b5bf9c11108eec |
|---|---|
| oai_identifier_str |
oai:riunet.upv.es:10251/103238 |
| network_acronym_str |
ES |
| network_name_str |
España |
| repository_id_str |
|
| spelling |
Comparing energy consumption for rail transit routes through Symmetric Vertical Sinusoid Alignments (SVSA), and applying artificial neural networks. A case study of Metro Valencia (Spain)Pineda-Jaramillo, Juan Diego|||0000-0002-4657-7521Salvador Zuriaga, Pablo|||0000-0002-7824-0368Insa Franco, Ricardo|||0000-0002-6655-4458Symmetric Vertical Sinusoid Alignments (SVSA)GradientEnergy consumptionArtificial neural networksMetro systemINGENIERIA E INFRAESTRUCTURA DE LOS TRANSPORTES[ES] Este artículo presenta el entrenamiento de una red neuronal artificial usando el consumo energético medido en la red metropolitana de Valencia, España, para estimar el consumo energético de un sistema metro. Después de la calibración y validación de la red neuronal, los resultados obtenidos muestran que esta puede ser utilizada para predecir el consumo energético con una gran precisión. Una vez entrenada, la red neuronal es utilizada para probar diferentes escenarios de operación hipotéticos con el objetivo de reducir el consumo energético de un sistema metro. Estos escenarios de operación incluyen diferentes trazados verticales que prueban que los Alineamientos Verticales Sinusoidales Simétricos (SVSA, por sus siglas en inglés) pueden reducir el consumo energético en un 18.41 % en contraste con un alineamiento plano (pendiente del 0%).[EN] This paper presents the training of an artificial neural network using consumption data measured in the metropolitan network of Valencia, Spain, to estimate the energy consumption of a metro system. After calibration and validation of the neural network, the results obtained show that it can be used to predict energy consumption with high accuracy. Once fully trained, the neural network is used for testing hypothetical operational scenarios aimed to reduce the energy consumption of a metro system. These operational scenarios include different vertical alignments that prove that Symmetric Vertical Sinusoid Alignments (SVSA) can reduce energy consumption by 18.41% in contrast to a flat (0% gradient) alignment.Universidad Nacional de ColombiaDepartamento de Ingeniería e Infraestructura de los TransportesInstituto del Transporte y TerritorioEscuela Técnica Superior de Ingeniería de Caminos, Canales y PuertosMinisterio de Ciencia e InnovaciónRepositorio Institucional de la Universitat Politècnica de València Riunet20172017-01-01journal articlehttp://purl.org/coar/resource_type/c_6501VoRhttp://purl.org/coar/version/c_970fb48d4fbd8a85info:eu-repo/semantics/articleapplication/pdfhttps://riunet.upv.es/handle/10251/103238reponame:RiuNet. Repositorio Institucional de la Universitat Politécnica de Valénciainstname:Universitat Politècnica de València (UPV)InglésengMinisterio de Ciencia e Innovación http://dx.doi.org/10.13039/501100004837 TRA2011-26602 ESTRATEGIAS PARA EL DISEÑO Y LA EXPLOTACION ENERGETICAMENTE EFICIENTE DE INFRAESTRUCTURAS FERROVIARAS Y TRANVIARIASopen accesshttp://purl.org/coar/access_right/c_abf2Reconocimiento - No comercial - Sin obra derivada (by-nc-nd) http://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessoai:riunet.upv.es:10251/1032382026-06-13T07:49:27Z |
| dc.title.none.fl_str_mv |
Comparing energy consumption for rail transit routes through Symmetric Vertical Sinusoid Alignments (SVSA), and applying artificial neural networks. A case study of Metro Valencia (Spain) |
| title |
Comparing energy consumption for rail transit routes through Symmetric Vertical Sinusoid Alignments (SVSA), and applying artificial neural networks. A case study of Metro Valencia (Spain) |
| spellingShingle |
Comparing energy consumption for rail transit routes through Symmetric Vertical Sinusoid Alignments (SVSA), and applying artificial neural networks. A case study of Metro Valencia (Spain) Pineda-Jaramillo, Juan Diego|||0000-0002-4657-7521 Symmetric Vertical Sinusoid Alignments (SVSA) Gradient Energy consumption Artificial neural networks Metro system INGENIERIA E INFRAESTRUCTURA DE LOS TRANSPORTES |
| title_short |
Comparing energy consumption for rail transit routes through Symmetric Vertical Sinusoid Alignments (SVSA), and applying artificial neural networks. A case study of Metro Valencia (Spain) |
| title_full |
Comparing energy consumption for rail transit routes through Symmetric Vertical Sinusoid Alignments (SVSA), and applying artificial neural networks. A case study of Metro Valencia (Spain) |
| title_fullStr |
Comparing energy consumption for rail transit routes through Symmetric Vertical Sinusoid Alignments (SVSA), and applying artificial neural networks. A case study of Metro Valencia (Spain) |
| title_full_unstemmed |
Comparing energy consumption for rail transit routes through Symmetric Vertical Sinusoid Alignments (SVSA), and applying artificial neural networks. A case study of Metro Valencia (Spain) |
| title_sort |
Comparing energy consumption for rail transit routes through Symmetric Vertical Sinusoid Alignments (SVSA), and applying artificial neural networks. A case study of Metro Valencia (Spain) |
| dc.creator.none.fl_str_mv |
Pineda-Jaramillo, Juan Diego|||0000-0002-4657-7521 Salvador Zuriaga, Pablo|||0000-0002-7824-0368 Insa Franco, Ricardo|||0000-0002-6655-4458 |
| author |
Pineda-Jaramillo, Juan Diego|||0000-0002-4657-7521 |
| author_facet |
Pineda-Jaramillo, Juan Diego|||0000-0002-4657-7521 Salvador Zuriaga, Pablo|||0000-0002-7824-0368 Insa Franco, Ricardo|||0000-0002-6655-4458 |
| author_role |
author |
| author2 |
Salvador Zuriaga, Pablo|||0000-0002-7824-0368 Insa Franco, Ricardo|||0000-0002-6655-4458 |
| author2_role |
author author |
| dc.contributor.none.fl_str_mv |
Departamento de Ingeniería e Infraestructura de los Transportes Instituto del Transporte y Territorio Escuela Técnica Superior de Ingeniería de Caminos, Canales y Puertos Ministerio de Ciencia e Innovación Repositorio Institucional de la Universitat Politècnica de València Riunet |
| dc.subject.none.fl_str_mv |
Symmetric Vertical Sinusoid Alignments (SVSA) Gradient Energy consumption Artificial neural networks Metro system INGENIERIA E INFRAESTRUCTURA DE LOS TRANSPORTES |
| topic |
Symmetric Vertical Sinusoid Alignments (SVSA) Gradient Energy consumption Artificial neural networks Metro system INGENIERIA E INFRAESTRUCTURA DE LOS TRANSPORTES |
| description |
[ES] Este artículo presenta el entrenamiento de una red neuronal artificial usando el consumo energético medido en la red metropolitana de Valencia, España, para estimar el consumo energético de un sistema metro. Después de la calibración y validación de la red neuronal, los resultados obtenidos muestran que esta puede ser utilizada para predecir el consumo energético con una gran precisión. Una vez entrenada, la red neuronal es utilizada para probar diferentes escenarios de operación hipotéticos con el objetivo de reducir el consumo energético de un sistema metro. Estos escenarios de operación incluyen diferentes trazados verticales que prueban que los Alineamientos Verticales Sinusoidales Simétricos (SVSA, por sus siglas en inglés) pueden reducir el consumo energético en un 18.41 % en contraste con un alineamiento plano (pendiente del 0%). |
| publishDate |
2017 |
| dc.date.none.fl_str_mv |
2017 2017-01-01 |
| dc.type.none.fl_str_mv |
journal article http://purl.org/coar/resource_type/c_6501 VoR http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| dc.type.openaire.fl_str_mv |
info:eu-repo/semantics/article |
| format |
article |
| dc.identifier.none.fl_str_mv |
https://riunet.upv.es/handle/10251/103238 |
| url |
https://riunet.upv.es/handle/10251/103238 |
| dc.language.none.fl_str_mv |
Inglés eng |
| language_invalid_str_mv |
Inglés |
| language |
eng |
| dc.relation.none.fl_str_mv |
Ministerio de Ciencia e Innovación http://dx.doi.org/10.13039/501100004837 TRA2011-26602 ESTRATEGIAS PARA EL DISEÑO Y LA EXPLOTACION ENERGETICAMENTE EFICIENTE DE INFRAESTRUCTURAS FERROVIARAS Y TRANVIARIAS |
| dc.rights.none.fl_str_mv |
open access http://purl.org/coar/access_right/c_abf2 Reconocimiento - No comercial - Sin obra derivada (by-nc-nd) http://creativecommons.org/licenses/by-nc-nd/4.0/ |
| dc.rights.openaire.fl_str_mv |
info:eu-repo/semantics/openAccess |
| rights_invalid_str_mv |
open access http://purl.org/coar/access_right/c_abf2 Reconocimiento - No comercial - Sin obra derivada (by-nc-nd) http://creativecommons.org/licenses/by-nc-nd/4.0/ |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.publisher.none.fl_str_mv |
Universidad Nacional de Colombia |
| publisher.none.fl_str_mv |
Universidad Nacional de Colombia |
| dc.source.none.fl_str_mv |
reponame:RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia instname:Universitat Politècnica de València (UPV) |
| instname_str |
Universitat Politècnica de València (UPV) |
| reponame_str |
RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia |
| collection |
RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia |
| repository.name.fl_str_mv |
|
| repository.mail.fl_str_mv |
|
| _version_ |
1869403243595956224 |
| score |
15,301603 |