Pronóstico de Caudales Afluentes para la Planificación de la Operación de Sistemas Hidrotérmicos de Potencia aplicando el modelo ANFIS

Zuñiga Rodriguez, Andres Alejandro

DSpace Principal
→
Unidades Académicas
→
Facultad de Ingeniería en Electricidad y Computación
→
Artículos de Tesis de Grado - FIEC
→
Ver ítem

dc.contributor.author	Zuñiga Rodriguez, Andres Alejandro
dc.date.accessioned	2015-09-18T19:55:15Z
dc.date.available	2015-09-18T19:55:15Z
dc.date.issued	2015-09-14
dc.identifier.uri	http://www.dspace.espol.edu.ec/xmlui/handle/123456789/29934
dc.description	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.	es_EC
dc.description.abstract	This work presents an average mean streamflow forecasting of two important Ecuador’s hydroelectric power plants: Daule-Peripa and Paute-Molino, using a popular neuro-fuzzy system called as ANFIS (Adaptive-NetworkBased Fuzzy Inference System). The ANFIS’s performance was compared with forecasts applying a stochastic time series model called PARMA (Periodic Auto-regressive Mean Average) and compared with real streamflow data from 5 years (2009 – 2013), by application of frequently used error metrics. Results obtained with ANFIS presents better performance than other method considering the error metrics applied; this kind of results is very important for the electricity authority because a good streamflow forecast grants that the hydrothermal operation planning be made as optimal results. To evaluate the streamflow forecasting influence in the operation planning of hydrothermal power system, ANFIS results was applied in a hydroelectric test system.	es_EC
dc.language.iso	spa	es_EC
dc.publisher	ESPOL	es_EC
dc.rights	openAccess	es_EC
dc.subject	Pronóstico de caudales	es_EC
dc.subject	sistemas hidrotérmicos de potencia	es_EC
dc.subject	sistemas neuro-fuzzy	es_EC
dc.subject	ANFIS	es_EC
dc.subject	soft computing	es_EC
dc.title	Pronóstico de Caudales Afluentes para la Planificación de la Operación de Sistemas Hidrotérmicos de Potencia aplicando el modelo ANFIS	es_EC
dc.type	Article	es_EC