Mi SciELO
Servicios Personalizados
Articulo
Indicadores
- Citado por SciELO
Links relacionados
- Similares en SciELO
Compartir
Ingeniería Energética
versión On-line ISSN 1815-5901
Resumen
ARANTES MONTEIRO, Raul Vitor et al. Evaluación de algoritmos de entrenamiento para redes neuronales artificiales para la previsión temporal de generación fotovoltaica. Energética [online]. 2016, vol.37, n.3, pp. 218-228. ISSN 1815-5901.
Políticas energéticas actuales han animado a la conexión de los generadores de energía basados en tecnologías poco contaminantes, especialmente los que utilizan fuentes renovables en redes de distribución. En consecuencia, se hace muy importante entender los desafíos técnicos en vista de la alta penetración de PV de los sistemas fotovoltaicos en la red, especialmente teniendo en cuenta los efectos intermitentes de esta fuente en la calidad de la energía, la fiabilidad y la estabilidad del sistema de distribución eléctrica. Esto puede afectar a las redes de distribución que están conectados, causando fluctuaciones de tensión, baja tensión y frecuencia. Con el fin de proporcionar estos trastornos, se hace uso de redes neuronales artificiales. Este artículo tiene como objetivo analizar 3 algoritmos de entrenamiento utilizados en las redes neuronales artificiales para la predicción temporal de la potencia activa generada por las placas fotovoltaicas. Como resultado, se concluye que el algoritmo con un rendimiento mejorado en comparación con los 3 se analizó Levenberg-Marquardt
Palabras clave : algoritmos de entrenamiento; redes neuronales artificiales; penetración fotovoltaica; microgeneración; la calidad de la energía.