Por favor, use este identificador para citar o enlazar este ítem:
https://repositoriodspace.unipamplona.edu.co/jspui/handle/20.500.12744/4878Registro completo de metadatos
| Campo DC | Valor | Lengua/Idioma |
|---|---|---|
| dc.contributor.author | Daza Jaimes, Edgar Mauricio. | - |
| dc.date.accessioned | 2022-11-29T22:12:36Z | - |
| dc.date.available | 2021-10-08 | - |
| dc.date.available | 2022-11-29T22:12:36Z | - |
| dc.date.issued | 2022 | - |
| dc.identifier.citation | Daza Jaimes, E. M. (2021). Métodos avanzados para la clasificación de eventos de calidad de la energía [Trabajo de Grado Pregrado, Universidad de Pamplona]. Repositorio Hulago Universidad de Pamplona. http://repositoriodspace.unipamplona.edu.co/jspui/handle/20.500.12744/4878 | es_CO |
| dc.identifier.uri | http://repositoriodspace.unipamplona.edu.co/jspui/handle/20.500.12744/4878 | - |
| dc.description | Este informe presenta el diseño de una guía conceptual de los métodos avanzados para la clasificación de eventos de calidad de la energía, debido al extenso campo de estudio, se llevó a cabo la investigación de diferentes fuentes bibliográficas con el objetivo de llegar a determinar las metodologías avanzadas para la clasificación de los eventos de calidad de la energía, además ya establecido cuales son los métodos existentes procedemos a seleccionar los que tengan un buen prospecto y relevancia científica para establecer las metodologías avanzadas para la clasificación de eventos de calidad de la energía, luego de tener claridad de estos pasos se produjo con el desarrollo de un algoritmo para llevar a cabo un procedimiento lógico de las metodologías avanzadas ya empleadas para la clasificación de eventos de calidad de la energía. | es_CO |
| dc.description.abstract | El autor no proporciona la información sobre este ítem. | es_CO |
| dc.format.extent | 80 | es_CO |
| dc.format.mimetype | application/pdf | es_CO |
| dc.language.iso | es | es_CO |
| dc.publisher | Universidad de Pamplona- Facultad de Ingenierías y Arquitectura. | es_CO |
| dc.subject | El autor no proporciona la información sobre este ítem. | es_CO |
| dc.title | Métodos avanzados para la clasificación de eventos de calidad de la energía. | es_CO |
| dc.type | http://purl.org/coar/resource_type/c_7a1f | es_CO |
| dc.date.accepted | 2021-07-08 | - |
| dc.relation.references | J. Susukh, S. Premrudeepreechacharn, and T. Kasirawat, “Power quality problem classification using support vector machine,” 2009 6th Int. Conf. Electr. Eng. Comput. Telecommun. Inf. Technol. ECTI-CON 2009, vol. 1, pp. 58–61, 2009, doi: 10.1109/ECTICON.2009.5136965. | es_CO |
| dc.relation.references | S. Elphick, V. Gosbell, V. Smith, S. Perera, P. Ciufo, and G. Drury, “Methods for Harmonic Analysis and Reporting in Future Grid Applications,” IEEE Trans. Power Deliv., vol. 32, no. 2, pp. 989–995, 2017, doi: 10.1109/TPWRD.2016.2586963. | es_CO |
| dc.relation.references | A. H. Abdulwahid, “Advanced Control Method for Improving Power Quality of Microgrid Based on SVPWM Technology,” 2019 4th Int. Conf. Power Renew. Energy, ICPRE 2019, pp. 70–74, 2019, doi: 10.1109/ICPRE48497.2019.9034859. | es_CO |
| dc.relation.references | S. Fahé, J. Lobry, and B. A. Mpanda-Mabwe, “Power quality improvement for DG by advanced control methods,” Proc. Inaug. IEEE PES 2005 Conf. Expo. Africa, vol. 2005, no. July 2005, pp. 132–137, 2005, doi: 10.1109/pesafr.2005.1611800. | es_CO |
| dc.relation.references | S. Bangia, P. R. Sharma, and M. Garg, “Comparison of artificial intelligence techniques for the enhancement of power quality,” Proc. 2013 Int. Conf. Power, Energy Control. ICPEC 2013, pp. 537–541, 2013, doi: 10.1109/ICPEC.2013.6527715. | es_CO |
| dc.relation.references | O. H. Dqgud, J. P. Ux, W. Sdshu, R. Wudqvirup, and Z. Wudqvirupv, “0Rghuq 0Dwkhpdwlfdo 0Hwkrgv $ Qg & Rpsxwhul ] Hg 7Rrov 2I $ Uwlilfldo, Qwhooljhqfh ) Ru 6Roylqj 3Ureohpv,” pp. 3–8. | es_CO |
| dc.relation.references | F. Arama, B. Mazari, A. Dahbi, K. Roummani, and M. Hamouda, “Artificial Intelligence control applied in wind energy conversion system,” Proc. 2014 Int. Renew. Sustain. Energy Conf. IRSEC 2014, no. 4, pp. 831–835, 2014, doi: 10.1109/IRSEC.2014.7059814 | es_CO |
| dc.relation.references | I. G. Math H. Bollen, «Signal Processing of Power Quality Disturbances. Origin of Power Quality Events», 2006. | es_CO |
| dc.relation.references | I. S. Association, Ieee Standard 1159 - 1995. 1995. | es_CO |
| dc.relation.references | U. Profesional, A. López Mateos, y A. S. M. J. L. T. Villagran, «Factores que afectan la calidad de la energía y su solución». | es_CO |
| dc.relation.references | F. de I. C. S. J. del R. MARCO a. Rodriguez Guerrero (Centro Nacional de Metrología), Rene Carranza Lopez Padilla, (CA Mecatronica, «A novel methodology for modeling waveforms for power quality» | es_CO |
| dc.relation.references | M. Dolores y B. Talavera, «Contribuciones a la Calidad de la Señal Eléctrica basadas en Wavelets e Inteligencia Artificial Tesis Doctoral», 2016. | es_CO |
| dc.relation.references | F. Hussain, «A Novel Method for Analysis of Power Quality Transient Disturbances», pp. 265-268, 2017. | es_CO |
| dc.relation.references | IEEE Power and Energy Society, IEEE Recommended Practice for Monitoring 80 Electric Power Quality, vol. 2019. 2009. | es_CO |
| dc.relation.references | F. D. E. Ingeniería, «Índice», 2011. | es_CO |
| dc.relation.references | M. Angel y S. Cortés, «Instituto Tecnológico de Puebla Calidad de la Energía Eléctrica», 2009. | es_CO |
| dc.relation.references | I. G. Math H. Bollen, «Signal Processing of Power Quality Disturbances. Origin of Power Quality Events», 2006. | es_CO |
| dc.relation.references | F. Gil Montoya, P. Asociado, y B. Predoctoral, «Power Quality Research Techniquez: Advantages and Disadvantages», vol. 79, pp. 66-74, 2012. | es_CO |
| dc.relation.references | H. Imtiaz y T. F. Sanam, «Frequency domain feature extraction for power quality disturbance classification», 2013 Int. Conf. Informatics, Electron. Vision, ICIEV 2013, pp. 0-4, 2013 | es_CO |
| dc.relation.references | S. Roy y S. Nath, «Classification of Power Quality Disturbances Using Features of Signals», Int. J. Sci. Res. Publ., vol. 2, n.o 11, pp. 18-21, 2012 | es_CO |
| dc.relation.references | D. Marcelo De Yong, «Detección, clasificación y localización de eventos de calidad de energía utilizando técnicas avanzadas de procesamiento de señales e inteligencia artificial.», 2016 | es_CO |
| dc.relation.references | M. Janani, S. Shipra, S. Karthikeyan, S. Muralidharan, y B. Sathyabama, «Research Article Classification of Power Disturbances Using Mltinivel Support Vector Machine», 2013 | es_CO |
| dc.relation.references | F. Sebastian y P. Mier, «Escuela politécnica nacional», 2018. | es_CO |
| dc.relation.references | O. P. Mahela, A. G. Shaik, y N. Gupta, «A critical review of detection and classification of power quality events», Renew. Sustain. Energy Rev., vol. 41, pp. 495-505, 2015. | es_CO |
| dc.relation.references | M. H. J. Bollen and I. Y. H. Gu, Signal Processing of Power Quality Disturbances. 2005. | es_CO |
| dc.relation.references | Y. H. Cai, “The comparative study of different Bayesian classifier models,” 2010 Int. Conf. Mach. Learn. Cybern. ICMLC 2010, vol. 1, no. July, pp. 309– 313, 2010, doi: 10.1109/ICMLC.2010.5581047. | es_CO |
| dc.relation.references | Z. Hao and X. Yang, “NESTING SUPPORT VECTOR MACHINTE FOR MUTI- CLASSIFICATION,” no. August, pp. 18–21, 2005. | es_CO |
| dc.relation.references | L. D. E. S. Inteligentes, “CLASIFICADORES BAYESIANOS,” 2003. | es_CO |
| dc.relation.references | J. C. Iván. “Lógica difusa” Sistemas de información gerencial, 2015. | es_CO |
| dc.relation.references | “Algoritmos genéticos”, inteligencia artificial, [Online]. https://www.ecured.cu/Algoritmos_Gen%C3%A9ticos, 1895. | es_CO |
| dc.relation.references | A. Francisco and J. Florido, “Librería para Algoritmos Genéticos Basados en Nichos.” | es_CO |
| dc.relation.references | “Las ventajas y desventajas de los algoritmos de aprendizaje automático”, inteligencia artificial Lectura 282, [Online]. https://programmerclick.com/article/79771840437/. 2018 | es_CO |
| dc.relation.references | “Ventajas y desventajas de los algoritmos de uso común para el 81 aprendizaje automático”, programador clic, [Online]. https://programmerclick.com/article/17081270805/. | es_CO |
| dc.relation.references | Support vector machines (svm), las ventajas del Support Vector Machines, https://unipython.com/support-vector-machines. 2019 | es_CO |
| dc.relation.references | M. R. Lozano, “DECISIONES.” clasificadores bayesianos. | es_CO |
| dc.relation.references | D. M. De Yong, “de eventos de calidad de energía,” 2016 | es_CO |
| dc.relation.references | E. V. A. GUICHAY, “Universidad de cuenca maestría en sistemas eléctricos de potencia,” pp. 123–131, 2012 | es_CO |
| dc.relation.references | M. Dolores and B. Talavera, “Contribuciones a la Calidad de la Señal Eléctrica basadas en Wavelets e Inteligencia Artificial Tesis Doctoral,” 2016. | es_CO |
| dc.relation.references | D. Giral, “Implementation of algorithms based on support vector machine (SVM) for electric systems topic review,” Tecnura, vol. 20, no. 48, pp. 149– 170, 2016, doi: 10.14483/udistrital.jour.tecnura.2016. 2.a11. | es_CO |
| dc.relation.references | Q. M. N. Ubaldo, “Redes Neuronales Artificiales, Metodología de Desarrollo y Aplicaciones,” pp. 1–9, 2021, [Online]. Available: https://www.monografias.com/trabajos95/redes-neuronales-artificiales- metodologia-desarrollo-y-aplicaciones/redes-neuronales-artificiales- metodologia-desarrollo-y-aplicaciones.shtml. | es_CO |
| dc.relation.references | A. G. efren Vinicio, “Universidad de cuenca maestría en sistemas eléctricos de potencia,” 2013, [Online]. Available: https://scielo.conicyt.cl/pdf/ingeniare/v25n1/0718-3305-ingeniare-25-01 00070.pdf. | es_CO |
| dc.relation.references | M. Olajide, “Power Quality Events Classification on Real-Time Voltage Waveform Using Short Time Fourier Transform and Bayes Classifier,” vol. 8, no. 2, pp. 82–90, 2018, doi: 10.30845/ijast. v8n2p10 | es_CO |
| dc.relation.references | G. X. C. S. y P. A. D. LÓPEZ, Aplicación de una red neuronal a un sistema eléctrico de distribución mediante el análisis de comportamiento de su carga en bajo voltaje. Cuenca - Ecuador, 2019 | es_CO |
| dc.relation.references | O. Issn, “Capacidad predictiva de las Máquinas de Soporte Vectorial. Una aplicación en la planificación financiera.,” Rev. Cuba. Ciencias Informáticas, vol. 13, no. 3, pp. 59–75, 2019 | es_CO |
| dc.relation.references | S. Diciembre Sanahuja, “Sistemas de Control con Lógica Difusa: Métodos de Mamdani y de Takagi-Sugeno-Kang (TSK),” UniversitatJaume, p. 73, 2017, [Online]. Available: http://repositori.uji.es/xmlui/handle/10234/173788 | es_CO |
| dc.relation.references | V. García, D. Gualdrón, C. Antonio, and O. Plata, “Detección e identificación de eventos de la calidad de la energía eléctrica utilizando la transformada wavelet discreta y redes neuronales,” 2006, [Online]. Available: https://www.redalyc.org/pdf/5537/553756894008.pdf | es_CO |
| dc.rights.accessrights | http://purl.org/coar/access_right/c_abf2 | es_CO |
| dc.type.coarversion | http://purl.org/coar/resource_type/c_2df8fbb1 | es_CO |
| Aparece en las colecciones: | Ingeniería Eléctrica | |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| Daza_2021_TG.pdf | Daza_2021_TG | 1,92 MB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.