Estimación de curvas de carga en transformadores eléctricos mediante redes neuronales
Contenido principal del artículo
Las curvas de carga en transformadores eléctricos se emplean para cuantificar las pérdidas en sistemas de distribución de energía, para establecer tarifas de cobro que varíen según la hora del día en que ocurre el consumo y para optimizar el uso de los transformadores. En este artículo se presenta un método para estimar las curvas de carga en transformadores de distribución. A partir de mediciones realizadas en una muestra de transformadores y de la información disponible en la base de datos comercial de una empresa de distribución de energía eléctrica, se entrenó una red neuronal por medio de una herramienta computacional basada en MATLAB. El método de estimación de las curvas de carga se implementó en el sistema de distribución de energía eléctrica de la ciudad de Buenaventura, Colombia. El aprendizaje de la red neuronal y el método para la estimación de las curvas de carga se validaron a través de su aplicación a un conjunto de transformadores distintos a los utilizados para el entrenamiento de la red neuronal, obteniéndose una precisión mayor al 90 % en la estimación de las curvas de carga. En comparación con métodos tradicionales, el método presentado en este trabajo permite estimar la curva de carga de cualquier transformador de distribución de un modo más económico y preciso.
Los autores que publican en esta revista están de acuerdo con los siguientes términos:
- Los autores conservan los derechos de autor y garantizan a la revista el derecho de ser la primera publicación del trabajo al igual que licenciado bajo una Creative Commons Attribution License que permite a otros compartir el trabajo con un reconocimiento de la autoría del trabajo y la publicación inicial en esta revista. A partir del volumen 22 número 1 (2020), la revista adopta la licencia CC BY-NC-SA 4.0.
- Los autores pueden establecer por separado acuerdos adicionales para la distribución no exclusiva de la versión de la obra publicada en la revista (por ejemplo, situarlo en un repositorio institucional o publicarlo en un libro), con un reconocimiento de su publicación inicial en esta revista.
- Se permite y se anima a los autores a difundir sus trabajos electrónicamente (por ejemplo, en repositorios institucionales o en su propio sitio web) antes y durante el proceso de envío, ya que puede dar lugar a intercambios productivos, así como a una citación más temprana y mayor de los trabajos publicados.