When Wearher Matters: Lot-Based
Electrical load forecasting for Smart Grid
Uno de los factores más importantes e influentes a nivel mundial como lo es el clima
y sus atributos meteorológicos han crecido exponencialmente durante mucho
tiempo en el desarrollo y la implementación de la tecnología IoT y de los medidores
inteligentes, ya que se encontró que tienen una ventaja muy grande reflejada en la
capacidad de comunicación bidireccional de la información además de que se
encuentran equipados con sensores en tiempo real los cuales pueden recopilar
datos sobre componentes relevantes en el sistema. Este tipo de medidores de
energía son una parte vital de la infraestructura de medición avanzada (AMI), un
sistema que mantiene conectada e informada a toda la red inteligente y que se ha
convertido en un sistema de energía para el futuro puesto que se forman modelos
los cuales se basan en una estimación precisa de la variación futura de la carga.
Existe un método de inteligencia computacional llamado aprendizaje profundo los
cuales son extremadamente adecuados para el pronóstico de carga eléctrica debido
a su fuerte capacidad de extracción automática de características y reconocimiento
de patrones donde existen un sin número de influencias las cuales hacen que se
conviertan en una clase de algoritmos de aprendizaje automático vinculado a una
red profunda de múltiples capas ocultas entre las capas de entrada y salida para
modelar relaciones no lineales complicadas en los sistemas de carga. Con ello nace
la implementación de un modelo de red neuronal profunda a corto plazo que
contiene tres pasos fundamentales: procesamiento de datos, entrenamiento de red
y pronostico todo con el fin de dar la oportunidad tanto a las compañías como a los
consumidores para poder registrar, analizar y optar de una manera eficiente en la
toma de decisiones a su respectivo uso de consumo de energía eléctrica.
Smart Electric Energy Measurements
in Power Distribution Grids
En la actualidad se están produciendo importantes cambios en los sistemas
eléctricos ya que el Smart Grid (SG) implica la modernización de la red eléctrica.
Hoy en día se demandan sistemas de medida avanzados que estén diseñados para
garantizar un adecuado funcionamiento de las futuras aplicaciones de gestión de
redes eléctricas con mayores niveles de precisión y tasas de reportes para conocer
el estado de la red monitoreando un conjunto más amplio de variables, todo para
tener la posibilidad de usar el mismo sistema de medición distribuido para lograr
una imagen suficientemente clara de la calidad de la energía en la red. las nuevas
técnicas de análisis deben ir acompañadas de un aumento de los recursos de
hardware, en términos de potencia computacional, precisión de sincronización y
ancho de banda de comunicación.
0
