Redes neuronales artificiales para la gestión de sistemas de energía eléctrica

Abstract

Esta tesis tiene dos objetivos generales principales: por un lado, estudiar las Redes Neuronales Artificiales (RNAs), tanto en sus aspectos teóricos como de aplicación a problemas reales. Por otro, la propuesta de soluciones realistas, basadas en las RNAs, a diveros problemas relacionados con la gestión de un sistema de energía eléctrica. Ante un problema particular, el primer objetivo general se ha concretado en los siguientes objetivos específicos: A,- Establecer las características que ese problema debe presentar para que sea recomendable su resolución mediante RNAs. B,- Establecer el paradigma neuronal más adecuado para su resolución. C,- Una vez elegido un paradigma, determinar su estructura topológica adecuada. D,- Conocer las peculiaridades de cada una de las funciones de activación que pueden ser incorporadas a una neurona, así como su efecto en el funcionamiento general del sistema. E,- Conocer los distintos algoritmos de entrenamiento o de evolución dinámica de los diferentes paradigmas y su incidencia en el tiempo de convergencia y en la precisión de la solución alcanzada. En cuánto al segundo objetivo general, se han analizado y propuesto diversas soluciones neuronales a las siguientes operaciones implicadas en un sistema de gestión de energía eléctrica: predicción de la demanda eléctrica, análisis de contingencias y estimación de estado, la cual incluye las subtareas de estimación topológica y observabilidad. Todos estos problemas reales presentan características que hacen recomendable la utilización de técnicas neuronales para su solución. Para cada uno de ellos se realiza un estudio exhaustivo de sus condiciones, se proponen y justifican diversos paradigmas neuronales o estructuras mixtas y se obtienen y analizan los resultados.