Resumen

En este documento, se propone un enfoque innovador basado en un modelo de pronóstico de carga de red neuronal artificial (ANN) para mejorar la precisión de la estimación del estado del sistema de distribución. Se generan pseudomediciones de alta calidad mediante un modelo neuronal alimentado con información de carga exógena e histórica y aplicado en un escenario de medición realista. Las potencias activa y reactiva agregadas de pequeñas o medianas empresas y cargas residenciales se predicen simultáneamente mediante un pronóstico a un paso adelante. La correlación entre los errores de potencia real y reactiva pronosticados se tiene debidamente en cuenta en la definición del estimador junto con la incertidumbre de toda la cadena de medición. Los efectos beneficiosos de las pseudomediciones basadas en ANN en la calidad de la estimación del estado se demuestran mediante simulaciones realizadas en una red de distribución de mediana tensión pequeña.

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Red neuronal; Pronóstico de carga; Sistema de distribución; Pseudomediciones; Estimación de estado; Basado en ANN
• Keywords:Neural network; Load forecasting; Distribution system; Pseudomeasurements; State estimation; ANN-based