Please use this identifier to cite or link to this item: https://hdl.handle.net/20.500.12104/73562
Title: Predicción de Precios de Energía Eléctrica usando Redes Neuronales Artificiales
Author: Cerpa Ceja, Guillermo
Advisor/Thesis Advisor: Pérez Cisneros, Marco Antonio
Alanís García, Alma Yolanda
Editors: CUTONALA
Universidad de Guadalajara
Career: Maestro En Agua Y Energía
Publisher: Biblioteca Digital wdg.biblio
Universidad de Guadalajara
Abstract: En esta tesis se presentan los resultados del uso de algoritmos de entrenamiento, para redes neuronales recurrentes, basados en el filtro de Kalman extendido. Así mismo las redes neuronales recurrentes entrenadas con el algoritmo aquí propuesto, son aplicadas para la predicción de series de tiempo en sistemas eléctricos de potencia, particularmente para la predicción de precios de la energía eléctrica. El uso del Filtro de Kalman en el entrenamiento de redes neuronales se ha incrementado en gran medida; esto debido a los excelentes resultados obtenidos en diversas aplicaciones (Feldkamp, 2001; Haykin, 1999; Puskorius, 1994; S inghal, 1989; Wan, 2001; Zhang, 1999). La investigación en redes neuronales, desde su resurgimiento en la década de los ochenta del siglo pasado ha suscitado un creciente interés, en muy diversas áreas de la ingeniería. Existen muchas clasificaciones para las redes neuronales, por el momento sólo se hará la distinción entre las redes neuronales estáticas y las redes neuronales recurrentes o dinámicas.
URI: http://wdg.biblio.udg.mx
https://hdl.handle.net/20.500.12104/73562
Appears in Collections:CUTONALA

Files in This Item:
File SizeFormat 
MCUTONALA00046.pdf669.28 kBAdobe PDFView/Open


Items in RIUdeG are protected by copyright, with all rights reserved, unless otherwise indicated.