Aproximación por lógica difusa de la serie de tiempo “demanda diaria de energía eléctrica”

Autores/as

  • Héctor Tabares Universidad de Antioquia
  • Jesús Hernández Universidad Nacional de Colombia

DOI:

https://doi.org/10.17533/udea.redin.17784

Palabras clave:

Lógica difusa, demanda de electricidad.

Resumen

En los recientes desarrollos de control difuso, el paradigma de aproximación universal ha sido muy común. Los sistemas difusos son aproximadores universales de una función continua en un compacto X . El objetivo de este trabajo consiste en hallar una función F(x) obtenida con Lógica Difusa (LD) que permita mapear el consumo de energía eléctrica, sector residencial, en la ciudad de Medellín. El vector de variable de entrada es la demanda total de electricidad en un período de 24 horas.

|Resumen
= 123 veces | PDF
= 40 veces|

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Héctor Tabares, Universidad de Antioquia

Departamento de Ingeniería Eléctrica, Facultad de Ingeniería

Citas

A. Sala. “Fuzzy Systems evaluation: The inference error approach”. IEEE Trans. On Syst. Man & Cybernetics. 1998. Vol. 28B. pp. 268-275. DOI: https://doi.org/10.1109/3477.662768

EUSFLAT: European society for Fuzzy Logic and Technology. Disponible en: http//www.eusflat.org/. Consultada el 4 de Marzo de 2007.

H. Verbrugggen, R. Babuska (editors). Fuzzy logic Control: Advances in Applications. Ed. World Scientific. Singapure. 1999. pp. 340.

L. Holmbald, J. Ostergaard. “Control of a cement kiln by fuzzy logic”. Fuzzy Information and Decision Processes. M.M. Grupta, E. Samchez (editors). Ed. North-Holland. Ámsterdam. 1998. pp. 398-409.

R. Tong. “Fuzzy control of the activated sludge wastewater treatment process”. Automática. 1980. Vol. 16. pp. 695-701. DOI: https://doi.org/10.1016/0005-1098(80)90011-4

F. Rubio. “Fuzzy Logic Control of a solar power plant”. IEEE Trans.Fuzzy Systems. 1995. Vol. 3. pp. 459-468. DOI: https://doi.org/10.1109/91.481955

J. Hilera. Redes Neuronales Artificiales. Fundamentos, modelos y aplicaciones. Ed. Alfa Omega. Madrid. 2000. pp. 132-153.

M. del Brio, A. Sans. Redes Neuronales y Sistemas Difusos. Ed. Alfa Omega. Madrid. 2002. pp. 241-349.

D. Dubois, H. Prade. Fuzzy Sets and systems: Theory and Applications. Ed. Academic Press. New York. 1980. pp. 121-133.

L. Zadeh. “Fuzzy logic”. IEEE Computer. 1998. pp. 1-83.

E. Cox. “Fuzzy Fundamentals” IEEE Spectrum. Vol. 29. 1992. pp. 58-61. DOI: https://doi.org/10.1109/6.158640

E. Trillas. Fundamentos e Introducción a la ingeniería fuzzy. Ed. Morón Electronics S.A. Madrid. 1992. pp. 22-89.

E. Trillas, J. Gutiérrez. Aplicaciones de la lógica borrosa. Ed. CSIC Nuevas tendencias. Madrid. 1994. pp 37-78.

T. Takagi, M. Sugeno. “Fuzzy identification of systems and its applications to modelling and control”. IEEE Trans. On Systems. Man and cybernetics. 1985. Vol. 15. pp. 116-132. DOI: https://doi.org/10.1109/TSMC.1985.6313399

C. Zho, Q. Meng. “Dynamic balance of a biped robot using fuzzy reinforcement learning agents”. Fuzzy Sets and Systems. 2003. Vol. 134. pp. 169-187. DOI: https://doi.org/10.1016/S0165-0114(02)00236-1

S. Grainger. Análisis de sistemas de potencia. Ed. McGraw-Hill. 2002. pp. 56-124.

J. Jantzen. “Tunning of Fuzzy PID Controllers”. Tech. Report. Vol. 1.1998. pp. 48-224.

L. Zadeh. Fuzzy Logic Toolbox, User’s Guide. Version 2. Ed. The Math Works, Inc. 1998.pp. 12-55.

Facultad de Ingeniería, Universidad de Antioquia. Disponible en http://jaibana.udea.edu.co/producciones/programas.html. Consultada el 4 de Marzo de 2007.

Descargas

Publicado

2013-12-04

Cómo citar

Tabares, H., & Hernández, J. (2013). Aproximación por lógica difusa de la serie de tiempo “demanda diaria de energía eléctrica”. Revista Facultad De Ingeniería Universidad De Antioquia, (47), 209–217. https://doi.org/10.17533/udea.redin.17784