DIMENSIONAMIENTO DE MICRORREDES AISLADAS A PARTIR DE MODELOS BASADOS EN REDES NEURONALES

Abstract
El siguiente Trabajo de Grado tiene como objetivo presentar una alternativa en los procesos que demanda las tareas del dimensionamiento de una Microrred (MG) aislada, basándose en el uso de conceptos de vanguardia como el Machine Learning y el diseño e implementación de Redes Neuronales Artificiales (RNA). Como aspecto novedoso, este documento presenta una propuesta para la reducción de información requerida en el entrenamiento de una RNA sin comprometer la exactitud y desempeño de las variables de salida, describiendo distintos métodos de construcción de conjuntos de datos para ser implementados y analizados posteriormente. También se describe una metodología que condensa toda la experiencia adquirida identificando las etapas clave para la construcción de una RNA, teniendo como punto de partida un caso de estudio, la identificación de todas las variables técnicas que juegan un papel importante para el entrenamiento de la RNA, como lo son los Elementos Almacenadores de Energía (EAE), los Elementos de Conversión de Energía (ECA), el análisis de costos y los indicadores de confiabilidad. Dentro de las etapas definidas de la metodología, se propone realizar un análisis de la información obtenida del caso de estudio, presentando 3 alternativas de construcción del conjunto de datos o Dataset requeridos por la RNA en el proceso de entrenamiento (training) y evaluación (testing) de su desempeño para predecir una salida ante el ingreso de información desconocida fuera de los datos utilizados en la etapa de entrenamiento.
Description
Keywords
Microrred, Red Neuronal, Función de Activación, Algoritmo de Dimensionamiento
Citation