MONITOR DE PERTURBACIONES EN SEÑALES TRIFÁSICAS BASADO EN REDES NEURONALES

Tamaño: px
Comenzar la demostración a partir de la página:

Download "MONITOR DE PERTURBACIONES EN SEÑALES TRIFÁSICAS BASADO EN REDES NEURONALES"

Transcripción

1 MONITOR DE PERTURBACIONES EN SEÑALES TRIFÁSICAS BASADO EN REDES NEURONALES CARLOS LEÓN 1, ANTONIO LÓPEZ 1, JUAN C. MONTAÑO 2, JOSÉ M. ELENA 1, ÍÑIGO MONEDERO 1 1 Departamento de Tecnología Electrónica 2 IRNAS Escuela Universitaria Politécnica Campus Reina Mercedes Universidad de Sevilla P.O. Box 1052 C/ Virgen de Africa Sevilla (Spain) Sevilla (Spain) phone: phone: fax: RESUMEN En los últimos años se ha prestado una creciente atención a los problemas relacionados con la calidad de la señal de tensión de la red eléctrica (PQ). Los instrumentos actuales permiten almacenar gran cantidad de información en el análisis de señales pero éste debe realizarse off-line. Nuestra propuesta para la clasificación de perturbaciones eléctricas se basa en técnicas de reconocimiento de patrones con redes neuronales artificiales (RNA) mediante su combinación con la transformada wavelet (TW), al ser ésta, una herramienta muy potente para la compresión y la representación de señales. Para ello se está trabajando en el diseño de un monitor de perturbaciones eléctricas en sistemas trifásicos y se está desarrollando un generador de funciones que simule las perturbaciones necesarias para entrenar la red. En el peor de los casos el error obtenido en las pruebas a las que fue sometido el sistema fue menor del 8%, por lo que se puede concluir que los resultados fueron más que satisfactorios. 1.- INTRODUCCIÓN Desde hace unos años, los usuarios, industriales y comerciales, de las compañías de electricidad han venido prestando creciente atención a las incidencias relacionadas con la PQ. Un problema de calidad de la señal puede definirse como cualquier variación en el suministro de potencia eléctrica, tales como microhuecos y microcortes en la tensión eficaz, cambios de banda en la frecuencia nominal y en la tensión instantánea, que den como resultado errores de operación o fallos de los equipos. Por qué se produce este aumento en el interés de la PQ en estos últimos años?. La principal razón es el proceso de desregularización y liberalización del mercado eléctrico, que ha llevado a los clientes y a la competencia a exigir un servicio de alta calidad. Los actuales sistemas de corriente alterna operan a una tensión sinusoidal de 50 o 60 hz de frecuencia. Los instrumentos actuales, aun permitiendo registrar un gran volumen de datos correspondientes a medidas de señales de tensión monofásicas y trifásicas, no permiten una clasificación automática, por lo que requieren de un análisis "off-line" de los datos almacenados para extraer las perturbaciones dentro de un determinado umbral de amplitud y llevar a cabo su clasificación.

2 Hasta ahora habitualmente se ha empleado la transformada rápida de Fourier (FFT) para representar una señal en función de sus componentes de frecuencia y así poder analizar sus perturbaciones [1], con el inconveniente de que ésta daba una respuesta global y limitaba la capacidad de análisis, al no discriminar el instante preciso en que varias perturbaciones ocurrían, además de producir el almacenamiento de una gran cantidad de datos, cuyo procedimiento de análisis ralentizaba el proceso. Este problema de compresión de datos ha venido siendo estudiado desde hace largo tiempo, y más concretamente, en el campo del procesamiento de imágenes [2]. Relativamente reciente, es el uso de la transformada Wavelet (TW) para el análisis de señales no estacionarias, propuesto en varios artículos [3-5] para el análisis de sistemas eléctricos. La TW está considerada una herramienta muy potente en el campo de la compresión de señal [6]. La principal ventaja de ésta es su capacidad de focalizar el análisis en intervalos cortos de tiempo para los componentes de alta frecuencia y en intervalos largos para los componentes de baja frecuencia, mejorando de esta forma el análisis de señales de frecuencias bajas, tales como la tensión de alimentación, a los que se superponen impulsos localizados y oscilaciones de mayor frecuencia (tales como la de la interferencia magnética). En todos los trabajos consultados de los que existen resultados teóricos se limita el estudio de perturbaciones a las detectadas en una ventana temporal de 60ms a 2s, pero una variación en frecuencia puede llegar hasta los 10s y las interrupciones sostenidas, o los aumentos y caídas de tensión de larga duración pueden sobrepasar el minuto. En estos casos es necesario el uso de técnicas alternativas, como las existentes en el campo de la Inteligencia Artificial. Para ello será necesario realizar un pre-procesamiento de la señal, que combine la aplicación directa de la TW, en el caso de detección de los tipos de incidencia de corta duración (inferiores a un periodo fundamental de la señal) con un método de estimación rápida de la magnitud de la señal para la clasificación de incidencias de más larga duración. Nuestra propuesta se basa en técnicas de reconocimiento de patrones con redes neuronales artificiales (RNA) mediante la combinación de éstas con la TW. El método de compresión de datos empleado se basa en la asignación de pesos a los distintos coeficientes de la TW y se realiza en tres etapas: Calculo de la transformada wavelet discreta (TWD) de la señal Asignación de pesos a los coeficientes en el dominio Wavelet Reconstrucción de la señal de entrada

3 2.- MONITOR DE PERTURBACIONES ELÉCTRICAS EN SISTEMAS TRIFÁSICOS Se ha abordado el diseño de un monitor de perturbaciones eléctricas desarrollado para el análisis de medidas de corrientes trifásicas. Éste almacena datos por medio del muestreo de las tres fases de la tensión para, por medio de un eficiente algoritmo, calcular la frecuencia instantánea para la sincronización de la señal de tensión y los periodos de muestreo. Esto permite estimar la frecuencia de la señal eléctrica a partir de los coeficientes ponderados de la estimación llevada a cabo en cada fase (R-S-T). Las muestras son almacenadas en memoria y el monitor guarda los dos ciclos de datos anteriores y posteriores al punto de perturbación detectado para reconstruir ésta de manera precisa. El monitor incluye un algoritmo para el filtrado y la compresión de la perturbación, cuando ésta es detectada usando la TW discreta. Así mismo se está desarrollado un generador de funciones trifásicas arbitrarias (Fig 1) que simule todos los tipos de perturbaciones en la corriente eléctrica tales como cambios de banda en la frecuencia nominal, en la tensión eficaz y en la tensión instantánea, microhuecos y microcortes en la tensión eficaz, distorsión en las forma de onda, fallos de alimentación y retornos de alimentación. Las señales generadas simulan las perturbaciones que captarían los transductores de línea de voltaje. Fig 1.- Generador de funciones trifásicas aleatorio Este generador proporciona al usuario la posibilidad de realizar simulaciones controladas, a diferencia de un entorno natural en donde las perturbaciones son impredecibles. Los resultados de las simulaciones pueden usarse para validar en tiempo real un sistema de análisis de perturbaciones eléctricas (incluyendo captura de datos, almacenamiento, clasificación y muestra de resultados) o, por ejemplo para entrenar una RNA.

4 El generador está diseñado utilizando la herramienta Labview para Windows y permite realizar pruebas con la norma EN y otros estándares de la Unión Europea. 3.- CLASIFICACIÓN DE PERTURBACIONES EN PQ MEDIANTE RNA No sólo es importante, en el análisis de los problemas de PQ, la detección de las perturbaciones eléctricas, sino que también es interesante la posibilidad de clasificar los diferentes tipos de perturbaciones. Para llevarla acabo se consideró el uso de RNA como una posible alternativa para la clasificación de estas perturbaciones ya utilizada anteriormente [7-11]. Se eligió una RNA con alimentación hacia adelante conectada totalmente, entrenada con el algoritmo de aprendizaje Backpropagation [12,13] basado en la Regla del Delta Generalizada después de ser evaluadas otras posibles alternativas. Para llevar a cabo la simulación de la RNA se usaron 5 PIII a 450 MHzs. X1 Y1 X2 Y2 Xn Matriz de pesos W Matriz de pesos K Yn Fig 2.- Red Neuronal Artificial con Alimentacion Hacia Adelante La red de neuronas utilizada tiene por tanto una capa de entrada, una o más capas ocultas y una capa de salida (Fig 2). La medida para comprobar el grado de exactitud de la red neuronal sería la de los mínimos cuadrados (Mean Square Error -MSE-), que viene representada por la siguiente función: 1 N T 2 pj pj p 1 j 1 MSE ( t o ) NT No hay reglas para seleccionar una arquitectura óptima de la red. En el problema de la PQ el número de neuronas de entrada es 113, agrupadas en tres grupos: 48 entradas en el dominio del tiempo, muestreando un periodo de señal eléctrica de 20 ms, con el fin de detectar transitorios oscilatorios o de impulsivos.

5 50 entradas que captan valores RMS, una para cada ciclo de la señal electrica durante 2 segundos, con el fin de detectar perturbaciones de larga duración como subidas o bajadas de tensión. 15 entradas para los principales armónicos de las señales de entrada, para detectar distorsiones de onda. Fig 3.- Evolución del MSE durante el proceso de entrenamiento El número de neuronas de salida sería 8, de la siguiente forma: 1 salida para evaluación global de la calidad de la señal. 7 salidas para cada una de las diferentes perturbaciones: cambios de banda de frecuencia, cambios de banda de la tensión instantánea, microhuecos, microcortes, cambios de banda de la tensión eficaz, fallo de alimentación y retorno de alimentación, y distorsión el la forma de la onda. La búsqueda del número óptimo de neuronas ocultas, el número de capas de la red, así como los pesos de las distintas neuronas fue realizada mediante un método heurístico, que consta de 3 fases. En una primera fase se comienza probando las función de transferencia para cada capa de neuronas (lineal, sigmoidal o tangencial), inicialización de los pesos (aleatoria o usando valores específicos), regla de aprendizaje (Regla del Delta Generalizado o Acumulativo) y el orden de los patrones de entrada. En una segunda fase se selecciona el número de neuronas ocultas (de 10 a 140), el número de capas ocultas (de 3 a 5), la velocidad de aprendizaje (de 0.1 a 0.5) y el factor momento (de 0.1 a 0.5), además de comprobar la utilidad de usar redes conectadas parcialmente (200 arquitecturas fueron probadas). Por último la tercera fase se encarga de añadir ruido gaussiano a los patrones de entrada y de realizar pequeñas variaciones en el número de neuronas ocultas.

6 Fase Parámetro Mejores resultados Fase 1 Función de transferencia por capa Lineal (primera capa) Sigmoidal (resto de capas) Inicialización de los pesos Aleatoria entre 1 y 1 Regla de aprendizaje Regla del Delta Generalizado Presentación de los patrones de Aleatorio entrenamiento Fase 2 Arquitectura parcialmente conectada Velocidad de aprendizaje 0.5 Factor momento 0.5 Fase 3 Ruido gaussiano de entrada Irrelevante Variación de neuronas ocultas parcialmente conectada Tabla I.- Resultado del proceso heurístico en la arquitectura de la red Por último, la generación de los patrones de entrada se realizó mediante un prototipo del generador de perturbaciones eléctricas descrito en este artículo. Se generaron 1100 patrones de los cuales 900 fueron seleccionados para utilizar en el entrenamiento y 110 para la validación y 90 patrones de prueba para evaluar la red. En la Fig. 3 se puede la evolución del MSE durante el proceso de entrenamiento (5000 ciclos). Los resultados obtenidos después de entrenar la red para cada posibilidad de arquitecturas de la red se muestran en la Tabla I (el mejor resultado es de un MSE de , es decir, un 94.5% de acierto en la clasificación de las perturbaciones). En la Tabla II encontramos el error obtenido para cada una de las salidas. Como se puede observar en la figura el peor resultado lo encontramos en los problemas de distorsión de onda, siendo incluso en este caso el error menor del 8%. Con ello podemos concluir que los resultados del sistema son más que satisfactorios para el estudio de los problemas de la PQ. Salida de la RNA Valor de MSE Unidad 1: Calidad global de la señal (PQ) Unidad 2: Cambios de banda de frecuencia Unidad 3: Cambios de banda de la tensión instantánea Unidad 4: Microhuecos en tensión eficaz Unidad 5: Microcorte en tensión eficaz Unidad 6: Cambio de banda de la tensión eficaz Unidad 7: Fallo alimentación y retorno alimentación Unidad 8: Distorsión en la forma de onda Tabla II.- MSE para cada salida de la RNA

7 REFERENCIAS [1] J.C. Montaño, M. Castilla, J. Gutierrez, A.López, Sistema de medida y vigilancia de la calidad del suministro de potencia eléctrica, 5 as Jornadas Hispano-Lusas de Ingeniería Eléctrica, Salamanca, Spain, pp , July [2] B.V.Brower, Low-bit rate image compression evaluation, SPIE, Orlando, FL, April SPIE [3] D. C. Robertson, O. I. Camps, J. S. Mayer, W. B. Gish. Wavelets and electromagnetic power system transients. IEEE Trans. Power Delivery, Vol.11, Nº2.April [4] D. Borrás, M. Castilla, J.C. Montaño. Wavelet and neural structure: a new tool for diagnostic of power system disturbances,.ieee SDEMPED 99, pp Sept Gijón (Spain). [5] M. Castilla, D. Borrás, JC. Montaño. Wavelet and Neural Network Structure for Analyzing and Classifying Power System Disturbances, EPE 99, Paper 488. ISDN: , Sept.1999,Lausanne (Switzerland) [6] D. L. Donoho, I. M. Jonhstone, Ideal Spatial Adaptation by Wavelet Shrinkage, Stanford Statistics Dept. Report TR-400, July [7] C. Liu, D. A. Pierce y H. Song, Intelligent System applications to Power Systems, IEEE Computer Application in Power, Oct [8] T. Dillon, Neural Net Applications in Power System, CRL Publishing, [9] I. Dabbaghchi, R. D. Christie, G. W. Rosenwald, y C. Liu, AI Applications Areas in Power System, IEEE Expert, Jan-Feb [10] M. A. El-Sharkawi, Neural Network s Power, IEEE Potentials, Jan [11] M. Kezunovic y I. Rikalo, Detect and Classify Faults Using Neural Nets, IEEE Computer Applications in power, Oct [12] J. J. Buckley y T. Feuring, Fuzzy and Neural: Interactions and Applications, Physica-Verlag, [13] J. A. Freeman y D. M. Skapura, Redes Neuronales: Algoritmos, aplicaciones y técnicas de programación, Addison-Wesley, [14] D. R. Tveter, The Pattern Recognition Basis of Artificial Intelligence, IEEE Computer Society Press, [15] S. Haykin, Neural Networks. A Comprehensive Foundation, Prentice Hall, 1999.

Clasificación de Música por Genero Utilizando Redes Neuronales Artificiales. Elkin García, Germán Mancera, Jorge Pacheco

Clasificación de Música por Genero Utilizando Redes Neuronales Artificiales. Elkin García, Germán Mancera, Jorge Pacheco Clasificación de Música por Genero Utilizando Redes Neuronales Artificiales Elkin García, Germán Mancera, Jorge Pacheco Presentación Los autores han desarrollado un método de clasificación de música a

Más detalles

Representación de señales de audio

Representación de señales de audio Representación de señales de audio Emilia Gómez Gutiérrez Síntesi i Processament del So I Departament de Sonologia Escola Superior de Musica de Catalunya Curso 2009-2010 emilia.gomez@esmuc.cat 28 de septiembre

Más detalles

SEGUIMIENTO DE LA CRISTALIZACION DE AZUCAR MEDIANTE PROCESADO DE IMAGEN CON WAVELETS

SEGUIMIENTO DE LA CRISTALIZACION DE AZUCAR MEDIANTE PROCESADO DE IMAGEN CON WAVELETS SEGUIMIENTO DE LA CRISTALIZACION DE AZUCAR MEDIANTE PROCESADO DE IMAGEN CON WAVELETS Fernando Tadeo, Teresa Álvarez, Susana González Dpto. Ingeniería de Sistemas y Automática Facultad de Ciencias, Universidad

Más detalles

Inteligencia Artificial

Inteligencia Artificial Inteligencia Artificial Practica 2. (5 semanas) Rubén Cárdenes Almeida Redes neuronales. Introducción Las Redes Neuronales Artificiales (RNA) están inspiradas en la biología, esto significa que están formadas

Más detalles

REDES AUTOORGANIZATIVAS II

REDES AUTOORGANIZATIVAS II Tema 5: Redes Autoorganizativas Sistemas Conexionistas 1 REDES AUTOORGANIZATIVAS II 1. Leyes de Grossberg. 1.1. Red de Contrapropagación. - Estructura. - Funcionamiento. - Limitaciones y Ventajas. 2. Teoría

Más detalles

ES 2 401 630 A1 ESPAÑA 11. Número de publicación: 2 401 630. Número de solicitud: 201200892 G01R 31/08 (2006.01)

ES 2 401 630 A1 ESPAÑA 11. Número de publicación: 2 401 630. Número de solicitud: 201200892 G01R 31/08 (2006.01) 19 OFICINA ESPAÑOLA DE PATENTES Y MARCAS ESPAÑA 11 21 Número de publicación: 2 401 630 Número de solicitud: 10892 1 Int. CI.: G01R 31/08 (06.01) 12 SOLICITUD DE PATENTE A1 22 Fecha de presentación: 71

Más detalles

Aprendizaje Automatizado. Redes Neuronales Artificiales

Aprendizaje Automatizado. Redes Neuronales Artificiales Aprendizaje Automatizado Redes Neuronales Artificiales Introducción Una forma de emular características propias de los humanos: memorizar y asociar hechos. Se aprende de la experiencia. El cerebro humano

Más detalles

Capítulo 1. Introducción. 1.1. Antecedentes

Capítulo 1. Introducción. 1.1. Antecedentes Capítulo 1. Introducción En este capítulo se presenta una descripción general del problema a investigar y el enfoque con el que se aborda. Se establece la necesidad de incorporar técnicas de análisis novedosas

Más detalles

INTERFAZ CEREBRAL NO INVASIVA PARA CONTROL DE UN SISTEMA DOMÓTICO POR PERSONAS DISCAPACITADAS

INTERFAZ CEREBRAL NO INVASIVA PARA CONTROL DE UN SISTEMA DOMÓTICO POR PERSONAS DISCAPACITADAS 2007 INTERFAZ CEREBRAL NO INVASIVA PARA CONTROL DE UN SISTEMA DOMÓTICO POR PERSONAS DISCAPACITADAS Autores José María Azorín Poveda Ingeniero Informática. Doctor por la Universidad Miguel Hernández de

Más detalles

UN MODELO PARA LA PREDICCIÓN DE RECIDIVA DE PACIENTES OPERADOS DE CÁNCER DE MAMA (CMO) BASADO EN REDES NEURONALES

UN MODELO PARA LA PREDICCIÓN DE RECIDIVA DE PACIENTES OPERADOS DE CÁNCER DE MAMA (CMO) BASADO EN REDES NEURONALES UN MODELO PARA LA PREDICCIÓN DE RECIDIVA DE PACIENTES OPERADOS DE CÁNCER DE MAMA (CMO) BASADO EN REDES NEURONALES José Alejandro Chiri Aguirre RESUMEN La predicción de recidiva en pacientes que han sido

Más detalles

El monitoreo de una variable física requiere supervisión permanente de señales que

El monitoreo de una variable física requiere supervisión permanente de señales que Capítulo 1 Marco Contextual 1.1. Formulación del problema 1.1.1. Definición del problema El monitoreo de una variable física requiere supervisión permanente de señales que varían con el tiempo. Tal información,

Más detalles

Comparación de Modelos de Redes Neuronales Utilizados en Sistemas de Soporte de Decisiones

Comparación de Modelos de Redes Neuronales Utilizados en Sistemas de Soporte de Decisiones Comparación de Modelos de Redes Neuronales Utilizados en Sistemas de Soporte de Decisiones Broggi, Carlos Javier Goujon, Diego Javier Herrmann, Raúl Alberto Universidad Tecnológica Nacional, Facultad Regional

Más detalles

Mejor control de calidad de la en

Mejor control de calidad de la en Power Quality Mejor control de calidad de la en David Hart, David Uy, Damir Novosel, Steven Kunsman, Carl LaPlace, Marco Tellarini Los relés de protección y los equipos de control de la distribución, como

Más detalles

El ancho de banda y la compatibilidad electromagnética

El ancho de banda y la compatibilidad electromagnética El ancho de banda y la compatibilidad electromagnética Artículo cedido por Cemdal www.cemdal.com Autor: Francesc Daura Luna, Ingeniero Industrial, experto en compatibilidad electromagnética. Director de

Más detalles

1. Introducción. Universidad de Cantabria 1-1

1. Introducción. Universidad de Cantabria 1-1 1. Introducción Las empresas de transporte y distribución de energía eléctrica tuvieron que afrontar históricamente el problema que suponía el aumento de la energía reactiva que circulaba por sus líneas.

Más detalles

CLUSTERING MAPAS AUTOORGANIZATIVOS (KOHONEN) (RECUPERACIÓN Y ORGANIZACIÓN DE LA INFORMACIÓN)

CLUSTERING MAPAS AUTOORGANIZATIVOS (KOHONEN) (RECUPERACIÓN Y ORGANIZACIÓN DE LA INFORMACIÓN) CLASIFICACIÓN NO SUPERVISADA CLUSTERING Y MAPAS AUTOORGANIZATIVOS (KOHONEN) (RECUPERACIÓN Y ORGANIZACIÓN DE LA INFORMACIÓN) info@clustering.50webs.com Indice INTRODUCCIÓN 3 RESUMEN DEL CONTENIDO 3 APRENDIZAJE

Más detalles

Redes neuronales de picos en FPGAs: Diseño de una neurona con recursos mínimos

Redes neuronales de picos en FPGAs: Diseño de una neurona con recursos mínimos Redes neuronales de picos en FPGAs: Diseño de una neurona con recursos mínimos Dr. Julio César Martínez Romo Instituto Tecnológico de Aguascalientes Ingeniería Eléctrica y Electrónica E-mail: jucemaro@yahoo.com

Más detalles

SISTEMA DE RECONOCIMIENTO FACIAL Y REALIDAD AUMENTADA PARA DISPOSITIVOS MÓVILES

SISTEMA DE RECONOCIMIENTO FACIAL Y REALIDAD AUMENTADA PARA DISPOSITIVOS MÓVILES Revista de investigación Editada por Área de Innovación y Desarrollo, S.L. Envío: 16-06-2012 Aceptación: 18-06-2012 Publicación: 19-06-2012 SISTEMA DE RECONOCIMIENTO FACIAL Y REALIDAD AUMENTADA PARA DISPOSITIVOS

Más detalles

Compresión de Imágenes para Diagnóstico Médico utilizando Redes Neuronales

Compresión de Imágenes para Diagnóstico Médico utilizando Redes Neuronales Compresión de Imágenes para Diagnóstico Médico utilizando Redes Neuronales Lic. Lanzarini Laura 1 A.C. María Teresa Vargas Camacho 2 Dr. Amado Badrán 3 Ing. De Giusti Armando. 4 Laboratorio de Investigación

Más detalles

CAPÍTULO 5: MODELADO DEL IDS CON REDES NEURONALES

CAPÍTULO 5: MODELADO DEL IDS CON REDES NEURONALES Capítulo 5 Modelado y Simulación del IDS 35 CAPÍTULO 5: MODELADO DEL IDS CON REDES NEURONALES En este capítulo se describe la preparación de los datos para servir como entradas al IDS y la simulación de

Más detalles

Resumen. 1. Introducción. 2. Objetivos

Resumen. 1. Introducción. 2. Objetivos Propuesta para la Asignatura Sistemas Industriales en las Titulaciones de Informática F.A. Pujol, F.J. Ferrández, J.L. Sánchez, J. M. García Chamizo Dept. de Tecnología Informática y Computación Universidad

Más detalles

Deep Learning y Big Data

Deep Learning y Big Data y Eduardo Morales, Enrique Sucar INAOE (INAOE) 1 / 40 Contenido 1 2 (INAOE) 2 / 40 El poder tener una computadora que modele el mundo lo suficientemente bien como para exhibir inteligencia ha sido el foco

Más detalles

Filtrado de Imágenes y Detección de Orillas Utilizando un Filtro Promediador Móvil Multipunto Unidimensional

Filtrado de Imágenes y Detección de Orillas Utilizando un Filtro Promediador Móvil Multipunto Unidimensional Filtrado de Imágenes y Detección de Orillas Utilizando un Filtro Promediador Móvil Multipunto Unidimensional Mario A. Bueno a, Josué Álvarez-Borrego b, Leonardo Acho a y Vitaly Kober c mbueno@cicese.mx,

Más detalles

Héctor Tabares 1 *, Jesús Hernández 2. Departamento de Ingeniería Eléctrica, Facultad de Ingeniería, Universidad de Antioquia. Apartado Aéreo 1226.

Héctor Tabares 1 *, Jesús Hernández 2. Departamento de Ingeniería Eléctrica, Facultad de Ingeniería, Universidad de Antioquia. Apartado Aéreo 1226. Rev. Fac. Ing. Univ. Antioquia N. N.º 46. Diciembre, pp. 110-118. 2008 Diciembre, 2008 Mapeo curvas típicas demanda de energía eléctrica del sector residencial, comercial e industrial de la ciudad de Medellín,

Más detalles

Modelo Neuronal para la Estimación de la Radiación Global Horaria en la República Mexicana

Modelo Neuronal para la Estimación de la Radiación Global Horaria en la República Mexicana Modelo Neuronal para la Estimación de la Radiación Global Horaria en la República Mexicana Nicolás C. KEMPER, Luis OCHOA, Ireri T. ROJAS Centro de Ciencias Aplicadas y Desarrollo Tecnológico, Universidad

Más detalles

Calidad de Suministro Eléctrico

Calidad de Suministro Eléctrico Calidad de Suministro Eléctrico MEGACAL INSTRUMENTS IBÉRICA Área de Potencia y Energía Avda. de la Vega, 1 - Edificio VEGANOVA 3 - Planta 2ª - Oficina 6 28108 Alcobendas (Madrid) Tf: +34 91 571 00 24;

Más detalles

Predicción de índices de futuros financieros mediante redes neuronales

Predicción de índices de futuros financieros mediante redes neuronales Predicción de índices de futuros financieros mediante redes neuronales Joan Bosch 1,Lluís Garrido 1,SergioGómez 2 1) Dept. d Estructura i Constituents de la Matèria, Facultat de Física, Universitat de

Más detalles

Control de velocidad de un motor de CD con un controlador PID Wavenet

Control de velocidad de un motor de CD con un controlador PID Wavenet ELECTRÓNICA ReCIBE, Año 3 No.1, Enero 2014 Control de velocidad de un motor de CD con un controlador PID Wavenet Abraham Christian Pedroza Araujo Universidad Politécnica de Texcoco, Prolongación de Arteaga

Más detalles

Extracción de reglas borrosas en problemas de clasificación multiatributo. El enfoque NEFCLASS

Extracción de reglas borrosas en problemas de clasificación multiatributo. El enfoque NEFCLASS VIII Congreso de Ingeniería de Organización Leganés, 9 y 10 de septiembre de 2004 Extracción de reglas borrosas en problemas de clasificación multiatributo. El enfoque NEFCLASS Javier Puente 1, David de

Más detalles

Capítulo 2. Las Redes Neuronales Artificiales

Capítulo 2. Las Redes Neuronales Artificiales Capítulo 2. Las Redes Neuronales Artificiales 13 Capitulo 2. Las Redes Neuronales Artificiales 2.1 Definición Redes Neuronales Artificiales El construir una computadora que sea capaz de aprender, y de

Más detalles

Capítulo III Procesamiento Digital de Imágenes

Capítulo III Procesamiento Digital de Imágenes Capítulo III Procesamiento Digital de Imágenes Contenido Introducción al Procesamiento digital de imágenes Orígenes del procesamiento digital de imágenes. Aplicaciones del Procesamiento de Imágenes Componentes

Más detalles

Tema 1.- Introducción a la Visión Artificial

Tema 1.- Introducción a la Visión Artificial Tema 1.- Introducción a la Visión Artificial Visión Artificial Avanzada Prof. Dr. Nicolás Luis Fernández García Departamento de Informática y Análisis Numérico Escuela Politécnica Superior Universidad

Más detalles

Aplicaciones de Filtros digitales. clase 14

Aplicaciones de Filtros digitales. clase 14 Aplicaciones de Filtros digitales clase 14 Temas Filtros Peine Filtro peine inverso Filtro peine con realimentación positiva Filtro peine con realimentación negativa Filtros Pasa-Todos Aplicación a síntesis

Más detalles

PROMETEO: Un Sistema Experto para el Pronóstico Meteorológico Local basado en Redes Neuronales y. cálculo de analogías.

PROMETEO: Un Sistema Experto para el Pronóstico Meteorológico Local basado en Redes Neuronales y. cálculo de analogías. PROMETEO: Un Sistema Experto para el Pronóstico Meteorológico Local basado en Redes Neuronales y Cálculo de Analogías José M. Gutiérrez Rafael Cano Antonio S. Cofiño Miguel A. Rodríguez Instituto Nacional

Más detalles

Analizadores de redes

Analizadores de redes Analizadores de redes La línea de analizadores portátiles con una tasa de muestreo de 256 m/c por cada canal, es ideal para detección de fallas, registro de datos de calidad de potencia y energía, balance

Más detalles

Análisis espectral de señales periódicas con FFT

Análisis espectral de señales periódicas con FFT Análisis espectral de señales periódicas con FFT 1 Contenido 7.1 Introducción a la Transformada Discreta de Fourier 3-3 7.2 Uso de la Transformada Discreta de Fourier 3-5 7.3 Método de uso de la FFT 3-8

Más detalles

Máster de Visión Artificial. Asignatura: Aplicaciones Industriales. Práctica puntuable Reconocimiento Manuscrito. Orión García Gallardo

Máster de Visión Artificial. Asignatura: Aplicaciones Industriales. Práctica puntuable Reconocimiento Manuscrito. Orión García Gallardo Máster de Visión Artificial Asignatura: Aplicaciones Industriales Práctica puntuable Reconocimiento Manuscrito Orión García Gallardo INTRODUCCIÓN La escritura a mano ha persistido como medio de comunicación

Más detalles

UNIVERSIDAD AUTONOMA DEL ESTADO DE MEXICO CENTRO UNIVERSITARIO UAEM ATLACOMULCO REPORTE DE INVESTIGACION

UNIVERSIDAD AUTONOMA DEL ESTADO DE MEXICO CENTRO UNIVERSITARIO UAEM ATLACOMULCO REPORTE DE INVESTIGACION UNIVERSIDAD AUTONOMA DEL ESTADO DE MEXICO CENTRO UNIVERSITARIO UAEM ATLACOMULCO REPORTE DE INVESTIGACION Qué es el momento en una red backpropagation? U.A. REDES NEURONALES INTEGRANTES: JESUS BARRIOS CRESCENCIO

Más detalles

RECOMENDACIÓN UIT-R TF.538-3 MEDICIONES DE LA INESTABILIDAD DE FRECUENCIA Y EN EL TIEMPO (FASE) (Cuestión UIT-R 104/7)

RECOMENDACIÓN UIT-R TF.538-3 MEDICIONES DE LA INESTABILIDAD DE FRECUENCIA Y EN EL TIEMPO (FASE) (Cuestión UIT-R 104/7) Caracterización de las fuentes y formación de escalas de tiempo Rec. UIT-R TF.538-3 1 RECOMENDACIÓN UIT-R TF.538-3 MEDICIONES DE LA INESTABILIDAD DE FRECUENCIA Y EN EL TIEMPO (FASE) (Cuestión UIT-R 104/7)

Más detalles

Teoria de las Telecomunicaciones. TEMA 2 Tècnicas de modulacion. Luis Lujan

Teoria de las Telecomunicaciones. TEMA 2 Tècnicas de modulacion. Luis Lujan Teoria de las Telecomunicaciones TEMA 2 Tècnicas de modulacion Luis Lujan 1 Índice Técnicas de codificación: Datos digitales: Señales digitales. Señales analógicas. Datos analógicos: Señales digitales.

Más detalles

Procesamiento de Señales basado en Wavelets Notas de Clase - Parte VI

Procesamiento de Señales basado en Wavelets Notas de Clase - Parte VI Procesamiento de Señales basado en Wavelets Notas de Clase - Juan Carlos Gómez 1 1 Laboratorio de Sistemas Dinámicos y Procesamiento de la Información FCEIA, Universidad Nacional

Más detalles

Especificaciones de la fluctuación de fase

Especificaciones de la fluctuación de fase Rec. UIT-R BT.1363 1 RECOMENDACIÓN UIT-R BT.1363 ESPECIFICACIONES DE LA FLUCTUACIÓN DE FASE Y MÉTODOS PARA MEDIR LA FLUCTUACIÓN DE FASE EN SEÑALES DE BITS EN SERIE CONFORMES A LAS RECOMENDACIONES UIT-R

Más detalles

Armónicos. Calidad del Servicio Eléctrico [Power Quality] Juan José Mora Flórez. jjmora@silver.udg.es

Armónicos. Calidad del Servicio Eléctrico [Power Quality] Juan José Mora Flórez. jjmora@silver.udg.es A Calidad del Servicio Eléctrico [Power Quality] Juan José Mora Flórez jjmora@silver.udg.es Girona, Marzo 6 de 2003 Contenido In C E A A C In ENERGÍA ELÉCTRICA CALIDAD DE SERVICIO Confiabilidad Seguridad

Más detalles

CAPÍTULO 6 SIMULACIONES Y RESULTADOS

CAPÍTULO 6 SIMULACIONES Y RESULTADOS CAPÍTULO 6 SIMULACIONES Y RESULTADOS 6.1 Proceso de Simulación Las simulaciones fueros llevadas a cabo empleando como herramienta la Versión 6.5 Release 13 de Matlab. Para lo cual fue empleado un banco

Más detalles

REDES NEURONALES APLICACIÓN AL PROCESAMIENTO DE ALARMAS. Miguel Ángel Sánchez Gómez. Ingeniería de Telecomunicación Universidad Carlos III de Madrid

REDES NEURONALES APLICACIÓN AL PROCESAMIENTO DE ALARMAS. Miguel Ángel Sánchez Gómez. Ingeniería de Telecomunicación Universidad Carlos III de Madrid REDES NEURONALES APLICACIÓN AL PROCESAMIENTO DE ALARMAS Miguel Ángel Sánchez Gómez Ingeniería de Telecomunicación Universidad Carlos III de Madrid 100035439@alumnos.uc3m.es ABSTRACT En el presente trabajo

Más detalles

PROCESAMIENTO DIGITAL DE SEÑALES

PROCESAMIENTO DIGITAL DE SEÑALES BIBLIOGRAFÍA PROCESAMIENTO DIGITAL DE SEÑALES 1. Oppenheim, A.V., and R.W. Schafer. Discrete-Time Signal Processing. Englewood Cliffs, NJ: Prentice Hall, 1989. 2. Parks, T.W., and C.S. Burrus. Digital

Más detalles

Repaso de conceptos. Tipos de RNA más utilizados. Técnicas de Clasificación con RNA. Contenido

Repaso de conceptos. Tipos de RNA más utilizados. Técnicas de Clasificación con RNA. Contenido Contenido Introducción al Diseño de Experimentos para el Reconocimiento de Patrones Capítulo 3: Redes Neuronales Artificiales Curso de doctorado impartido por Dr. Quiliano Isaac Moro Dra. Aranzazu Simón

Más detalles

Teoría de Telecomunicaciones

Teoría de Telecomunicaciones Capítulo 1. Generalidades Universidad del Cauca Teoría de Telecomunicaciones 1 Limitaciones en las Comunicaciones Eléctricas En el diseño de sistemas de comunicaciones eléctricos, siempre se debe enfrentar

Más detalles

MAPAS AUTOORGANIZATIVOS Y MODELOS SIMILARES

MAPAS AUTOORGANIZATIVOS Y MODELOS SIMILARES MAPAS AUTOORGANIZATIVOS Y MODELOS SIMILARES José D. Martín Guerrero, Emilio Soria, Antonio J. Serrano PROCESADO Y ANÁLISIS DE DATOS AMBIENTALES Curso 2009-2010 Page 1 of 11 1. Learning Vector Quantization.

Más detalles

Ejemplo real: : Para obtener la función de transferencia de un motor de C.D. aplicándole una entrada escalón.

Ejemplo real: : Para obtener la función de transferencia de un motor de C.D. aplicándole una entrada escalón. Ejemplo real: : Para obtener la función de transferencia de un motor de C.D. aplicándole una entrada escalón. El siguiente es un ejemplo de la respuesta de un motor de CD a la entrada escalón unitario

Más detalles

AUTOGUIADO DE ROBOTS MÓVILES MEDIANTE REDES NEURONALES

AUTOGUIADO DE ROBOTS MÓVILES MEDIANTE REDES NEURONALES XXV Jornadas de Automática Ciudad Real, del 8 al 10 de septiembre de 2004 AUTOGUIADO DE ROBOTS MÓVILES MEDIANTE REDES NEURONALES Mª Concepción Marcos Provecho Escuela de Ingenierías Industrial e Informática.

Más detalles

Evaluación de modelos para la predicción de la Bolsa

Evaluación de modelos para la predicción de la Bolsa Evaluación de modelos para la predicción de la Bolsa Humberto Hernandez Ansorena Departamento de Ingeniería Telemática Universidad Carlos III de Madrid Madrid, España 10003975@alumnos.uc3m.es Rico Hario

Más detalles

Reconocimiento de caracteres del alfabeto dactilológico mediante redes neuronales artificiales: Un enfoque experimental

Reconocimiento de caracteres del alfabeto dactilológico mediante redes neuronales artificiales: Un enfoque experimental Reconocimiento de caracteres del alfabeto dactilológico mediante redes neuronales artificiales: Un enfoque experimental Diego Auquilla 1, Kenneth Palacio-Baus 1, Víctor Saquicela 2 1 Departamento de Ingeniería

Más detalles

CAPITULO II MARCO TEÓRICO

CAPITULO II MARCO TEÓRICO CAPITULO II MARCO TEÓRICO 10 1. ANTECEDENTES DE LA INVESTIGACIÓN Para la realización de este trabajo de investigación se tomó como base dos trabajos de grado con investigaciones similares, las cuales se

Más detalles

Sistema de Monitorización Continua de Descargas Parciales en Servicio

Sistema de Monitorización Continua de Descargas Parciales en Servicio Data Sheet Sistema de Monitorización Continua de Descargas Parciales en Servicio BlueBOX Technology es una nueva forma de medir descargas parciales que se ha desarrollado con la última tecnología disponible

Más detalles

El problema de la mayoría de las personas e instituciones, es la conservación de sus

El problema de la mayoría de las personas e instituciones, es la conservación de sus 2 1.1 Introducción. El problema de la mayoría de las personas e instituciones, es la conservación de sus documentos escritos, especialmente cuando éstos tienen un siglo de antigüedad. Es por esto que se

Más detalles

DISEÑO E IMPLEMENTACIÓN DE UNA TARJETA DE ADQUISICIÓN DE DATOS PARA EL LABORATORIO DE TELECOMUNICACIONES DE LA FIEC.

DISEÑO E IMPLEMENTACIÓN DE UNA TARJETA DE ADQUISICIÓN DE DATOS PARA EL LABORATORIO DE TELECOMUNICACIONES DE LA FIEC. TESIS DISEÑO E IMPLEMENTACIÓN DE UNA TARJETA DE ADQUISICIÓN DE DATOS PARA EL LABORATORIO DE TELECOMUNICACIONES DE LA FIEC. DIRECTOR DE TESIS.- Ing. Francisco Novillo AUTOR Walter Mestanza Vera. Egresado

Más detalles

REGULADORES DE VOLTAJE, AHORRADORES DE ENERGÍA ELÉCTRICA POR OPTIMIZACIÓN DE TENSIÓN

REGULADORES DE VOLTAJE, AHORRADORES DE ENERGÍA ELÉCTRICA POR OPTIMIZACIÓN DE TENSIÓN Página: 1 de 9. 1 OBJETIVO. El objetivo de este documento es el establecer las especificaciones mínimas que deben de cumplir los equipos denominados Reguladores de Voltaje, Ahorradores de Energía Eléctrica

Más detalles

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA PROGRAMA DE ESTUDIO

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA PROGRAMA DE ESTUDIO UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA PROGRAMA DE ESTUDIO ROBOTS MÓVILES Y AGENTES INTELIGENTES 0756 8º, 9 o 06 Asignatura Clave Semestre Créditos Ingeniería Eléctrica Ingeniería

Más detalles

RECONOCIMIENTO DE ROSTROS UTILIZANDO SECUENCIAS DE HISTOGRAMAS COMO TRAMAS ESPACIO-TEMPORALES

RECONOCIMIENTO DE ROSTROS UTILIZANDO SECUENCIAS DE HISTOGRAMAS COMO TRAMAS ESPACIO-TEMPORALES RECONOCIMIENTO DE ROSTROS UTILIZANDO SECUENCIAS DE HISTOGRAMAS COMO TRAMAS ESPACIO-TEMPORALES Juan Moreno 1, Francisco J. Gómez 2, Miguel A. Fernández 2, A. Fernández Caballero 2 Departamento de Informática,

Más detalles

Universidad de Cantabria Departamento de Electrónica y Computadores TESIS DOCTORAL

Universidad de Cantabria Departamento de Electrónica y Computadores TESIS DOCTORAL Universidad de Cantabria Departamento de Electrónica y Computadores TESIS DOCTORAL Nuevo Método de Detección y Análisis en Tiempo Real de Eventos en la Tensión de Suministro de Energía Eléctrica Empleando

Más detalles

Análisis de Electrocardiogramas Con Redes Neuronales Artificiales

Análisis de Electrocardiogramas Con Redes Neuronales Artificiales Análisis de Electrocardiogramas Con Redes Neuronales Artificiales José Dante Cortéz Guachalla Josecg7@gmail.com RESUMEN En este artículo se trata de una aplicación de la Inteligencia artificial utilizando

Más detalles

1 Conceptos Básicos de Señales y Sistemas

1 Conceptos Básicos de Señales y Sistemas CAPÍTULO 1 Conceptos Básicos de Señales y Sistemas Cuando se hace referencia a los conceptos de señales y sistemas, su aplicación es válida para una variedad amplia de disciplinas, tales como sismología,

Más detalles

Calidad de la energía de los edificios comerciales

Calidad de la energía de los edificios comerciales Hartford Steam Boiler One State Street P.O. Box 5024 Hartford, CT 06102-5024 Tel: (800) 472-1866 www.munichre.com/hsb June 2015 Antecedentes La calidad de la energía es un término general usado para describir

Más detalles

DETECCIÓN DE DAÑO EN EDIFICIOS UTILIZANDO REDES NEURONALES

DETECCIÓN DE DAÑO EN EDIFICIOS UTILIZANDO REDES NEURONALES DETECCIÓN DE DAÑO EN EDIFICIOS UTILIZANDO REDES NEURONALES Pérez Flores, Tonatiuh Jaime 1, Rodríguez Rocha, Ramsés 2 y Gómez Ramírez, Eduardo 3 Instituto Politécnico Nacional Escuela Superior de Ingeniería

Más detalles

1. QUÉ SON LOS ARMÓNICOS?

1. QUÉ SON LOS ARMÓNICOS? POWER ELECTRONICS ARMÓNICOS EN SECTORES INDUSTRIALES 1. QUÉ SON LOS ARMÓNICOS? Se puede demostrar que cualquier forma de onda periódica (repetitiva) puede ser representada como una serie de ondas senoidales

Más detalles

Propuesta de un modelo basado en redes neuronales para la detección de riesgo crediticio

Propuesta de un modelo basado en redes neuronales para la detección de riesgo crediticio Revista de Investigación ULASALLE, Rev Inv ULASALLE, Número 1, 2012 (55-64) Universidad La Salle Arequipa, Perú Propuesta de un modelo basado en redes neuronales para la detección de riesgo crediticio

Más detalles

Aplicación de redes expertas para la predicción de tendencias del mercado financiero

Aplicación de redes expertas para la predicción de tendencias del mercado financiero Aplicación de redes expertas para la predicción de tendencias del mercado financiero Aplicación de redes expertas para la predicción de tendencias del mercado financiero Ing. Mario M. Figueroa de la Cruz,

Más detalles

Una señal es una magnitud física de interés que habitualmente es una función del tiempo.

Una señal es una magnitud física de interés que habitualmente es una función del tiempo. 1.- Introducción al Procesado Digital de Señales. 1.1.- Introducción. Podemos decir que cuando realizamos cualquier proceso digital para modificar la representación digital de una señal estamos haciendo

Más detalles

Simulación 4D en el Control de Sistemas Mecatrónicos

Simulación 4D en el Control de Sistemas Mecatrónicos 12 Simulación 4D en el Control de Sistemas Mecatrónicos Anibal Cotrina Facultad de Ingeniería Electrónica y Eléctrica, Universidad Nacional Mayor de San Marcos, Lima Perú RESUMEN: En el presente artículo

Más detalles

Conversión Analógica-a-Digital

Conversión Analógica-a-Digital Conversión Analógica-a-Digital OBJEIVOS: Comprender la conversión de señales analógicas a digitales, analizando las modificaciones que se producen con este proceso. Fundamentalmente, las "réplicas" en

Más detalles

Sistema inteligente para el tratamiento de ruidos

Sistema inteligente para el tratamiento de ruidos Sistema inteligente para el tratamiento de ruidos G.M.Barrera, F.D.Goldenstein, D.M.López de Luise Universidad de Palermo (Tel.: 54--599-4520, aigroup@palermo.edu). Objetivos y alcance El principal objetivo

Más detalles

SÍNTESIS DE SISTEMAS DE CONTROL DIFUSOS MEDIANTE HERRAMIENTAS DE DISEÑO DSP SOBRE FPGAS 1

SÍNTESIS DE SISTEMAS DE CONTROL DIFUSOS MEDIANTE HERRAMIENTAS DE DISEÑO DSP SOBRE FPGAS 1 SÍNTESIS DE SISTEMAS DE CONTROL DIFUSOS MEDIANTE HERRAMIENTAS DE DISEÑO DSP SOBRE FPGAS 1 S. Sánchez-Solano 1, M. Brox 2, A. Cabrera 3 1 Instituto de Microelectrónica de Sevilla (CNM-CSIC). Sevilla, España.

Más detalles

CAPÍTULO 4: ALGORITMOS DE APRENDIZAJE

CAPÍTULO 4: ALGORITMOS DE APRENDIZAJE Capítulo 4 Algoritmos de Aprendizaje 26 CAPÍTULO 4: ALGORITMOS DE APRENDIZAJE En este capítulo se proporcionan las descripciones matemáticas de los principales algoritmos de aprendizaje para redes neuronales:

Más detalles

La nueva arquitectura del paquete AMORE (A MORE Flexible Neural Network)

La nueva arquitectura del paquete AMORE (A MORE Flexible Neural Network) La nueva arquitectura del paquete AMORE (A MORE Flexible Neural Network) III Jornadas de Usuarios de R Javier Alfonso Cendón, Manuel Castejón Limas, Joaquín Ordieres Mere, Camino Fernández Llamas Índice

Más detalles

ADQUISICIÓN Y GESTIÓN DE DATOS PARA LOS SISTEMAS ELECTROMECÁNICOS, MODELO 9062

ADQUISICIÓN Y GESTIÓN DE DATOS PARA LOS SISTEMAS ELECTROMECÁNICOS, MODELO 9062 A Electrotecnia 0.2 kw ADQUISICIÓN Y GESTIÓN DE DATOS PARA LOS SISTEMAS ELECTROMECÁNICOS, MODELO 9062 DESCRIPCIÓN GENERAL El Sistema de Adquisición y gestión de datos para los sistemas electromecánicos

Más detalles

LABORATORIO No. 7. Para alcanzar el objetivo general previamente debemos manejar adecuadamente los siguientes parámetros y conceptos eléctricos:

LABORATORIO No. 7. Para alcanzar el objetivo general previamente debemos manejar adecuadamente los siguientes parámetros y conceptos eléctricos: LABORATORIO No. 7 SEÑALES Y FORMAS DE ONDA EN SISTEMAS ELÉCTRICOS Y ELECTRÓNICOS 6.1. OBJETIVOS GENERAL. Al finalizar la presente práctica estaremos en condiciones óptimamente técnicas para identificar,

Más detalles

Medidas de la tensión de salida en variadores de velocidad con osciloscopios digitales ScopeMeter Serie 190 de Fluke

Medidas de la tensión de salida en variadores de velocidad con osciloscopios digitales ScopeMeter Serie 190 de Fluke Aplicación Medidas de la tensión de salida en variadores de velocidad con osciloscopios digitales ScopeMeter Serie 190 de Fluke Por Viditec La utilización de variadores de velocidad o "inversores de frecuencia"

Más detalles

código Java Solicitudes Reportes AJI resultados API

código Java Solicitudes Reportes AJI resultados API Analizador Java Inteligente López De Luise María Daniela, miembro IT-Lab de la Universidad de Palermo, mlopez74@palermo.edu Agüero Martín Jorge, miembro IT-Lab de la Universidad de Palermo, agüero.martin@gmail.com

Más detalles

Guía Docente Curso 2008-2009

Guía Docente Curso 2008-2009 Nombre: Sistemas de percepción robótica Denominación en inglés 1 : Robotic perception ESCUELA POLITECNICA SUPERIOR Guía Docente Curso 2008-2009 Titulación Ingeniería Industrial DATOS DE LA ASIGNATURA Código:

Más detalles

MEMORIA-RESUMEN DE TRABAJOS REALIZADOS

MEMORIA-RESUMEN DE TRABAJOS REALIZADOS MEMORIA-RESUMEN DE TRABAJOS REALIZADOS Alumno: Tutor: Tesis: IBRAHIM ESPINO MARTÍN FRANCISCO MARIO HERNÁNDEZ TEJERA Integración de técnicas estadísticas, numéricas y de inteligencia artificial para la

Más detalles

CAPITULO 4. Inversores para control de velocidad de motores de

CAPITULO 4. Inversores para control de velocidad de motores de CAPITULO 4. Inversores para control de velocidad de motores de inducción mediante relación v/f. 4.1 Introducción. La frecuencia de salida de un inversor estático está determinada por la velocidad de conmutación

Más detalles

DESCRIPCION DE LOS CIRCUITOS DE PROTECCION USADOS EN LOS AMPLIFICADORES ASAJI. avalancha secundaria o por sobrepasar

DESCRIPCION DE LOS CIRCUITOS DE PROTECCION USADOS EN LOS AMPLIFICADORES ASAJI. avalancha secundaria o por sobrepasar CONFIABILIDAD, UNA EXIGENCIA DE LOS AMPLIFICADORES DE SONIDO. - NECESIDAD DE LOS CIRCUITOS DE PROTECCION - DESCRIPCION DE LOS CIRCUITOS DE PROTECCION USADOS EN LOS AMPLIFICADORES ASAJI Ing. J. Cuan Lee

Más detalles

A Wavelet based method to characterize electrical insulators under partial discharges

A Wavelet based method to characterize electrical insulators under partial discharges Rev. Téc. Ing. Univ. Zulia. Vol. 28, Nº 2, 39-50, 2005 A Wavelet based method to characterize electrical insulators under partial discharges José L. Paredes 1, Ender Luzardo 2 y Hildemaro Briceño 1 Postgrado

Más detalles

Última modificación: 1 de agosto de 2010. www.coimbraweb.com

Última modificación: 1 de agosto de 2010. www.coimbraweb.com Contenido DOMINIOS DEL TIEMPO Y DE LA FRECUENCIA 1.- Señales analógicas y digitales. 2.- Señales analógicas periódicas. 3.- Representación en los dominios del tiempo y de la frecuencia. 4.- Análisis de

Más detalles

6. Determinación de la sección de los conductores. Consejos para un Cableado Seguro Propiedad de Prysmian, Inc.

6. Determinación de la sección de los conductores. Consejos para un Cableado Seguro Propiedad de Prysmian, Inc. 6. Determinación de la sección de los conductores Características Funcionales de los Cables Las líneas o cables deben ser capaces de transportar la corriente normal de funcionamiento, y la que se presenta

Más detalles

Aplicación de los filtros híbridos en la mejora de la calidad de la potencia eléctrica

Aplicación de los filtros híbridos en la mejora de la calidad de la potencia eléctrica Aplicación de los filtros híbridos en la mejora de la calidad de la potencia eléctrica Salvador P. Litrán, Patricio Salmerón, Jaime Prieto, Jesús R. ázquez Departamento de ngeniería Eléctrica y Térmica

Más detalles

REDES DE COMPUTADORES

REDES DE COMPUTADORES REDES DE COMPUTADORES TEMA 2 TRANSMISIÓN DE DATOS Y TEORÍA DE LA INFORMACIÓN 1 TRANSMISIÓN DE DATOS Y TEORÍA DE LA INFORMACIÓN 1.- Conceptos y definiciones básicas. 1.1.- Elementos de un sistema de comunicación.

Más detalles

7º) ESTABILIZADORES DE TENSIÓN - EN QUE CONSISTEN DE QUÉ Y COMO PROTEGEN UTILIZACIÓN PARA CORRIENTE MONOFÁSICA Y TRIFÁSICA

7º) ESTABILIZADORES DE TENSIÓN - EN QUE CONSISTEN DE QUÉ Y COMO PROTEGEN UTILIZACIÓN PARA CORRIENTE MONOFÁSICA Y TRIFÁSICA 7º) ESTABILIZADORES DE TENSIÓN - EN QUE CONSISTEN DE QUÉ Y COMO PROTEGEN UTILIZACIÓN PARA CORRIENTE MONOFÁSICA Y TRIFÁSICA Un Estabilizador de Tensión es fundamentalmente un aparato que recibe en la entrada

Más detalles

Introducción a Las redes Neuronales (Neurales) CO-6612

Introducción a Las redes Neuronales (Neurales) CO-6612 Introducción a Las redes Neuronales (Neurales) CO-662 Coordenadas iniciales: Prof. Minaya Villasana Oficina: CBI-2 Extension: 906 3386 forma más fácil (preferida) de contacto: mvillasa@usb.ve Bibliografia:

Más detalles

Instrumentación. 8.1. Pruebas Realizadas

Instrumentación. 8.1. Pruebas Realizadas Capítulo 8 Instrumentación 8.1. Pruebas Realizadas El objetivo de la realización de los siguientes experimentos fue determinar en primer lugar la respuesta en frecuencia de una bocina, que requiere un

Más detalles

RESUMEN PALABRAS CLAVES:

RESUMEN PALABRAS CLAVES: RESUMEN Para resolver el problema del diagnóstico y clasificación de fallas se han propuesto algunos algoritmos basados en técnicas de inteligencia artificial tales como redes neuronales, redes neuro-difusas,

Más detalles

Efectos del ruido en las comunicaciones electrónicas. Alfonso Cuesta Hernández

Efectos del ruido en las comunicaciones electrónicas. Alfonso Cuesta Hernández Efectos del ruido en las comunicaciones electrónicas Alfonso Cuesta Hernández 17 de abril de 2001 2 www.ponchocuesta.50megs.com En general, el ruido eléctrico se define como cualquier energía eléctrica

Más detalles

ESTUDIO SOBRE LA IMPLEMENTACIÓN DE REDES NEURONALES ARTIFICIALES USANDO XILINX SYSTEM GENERATOR

ESTUDIO SOBRE LA IMPLEMENTACIÓN DE REDES NEURONALES ARTIFICIALES USANDO XILINX SYSTEM GENERATOR ESTUDIO SOBRE LA IMPLEMENTACIÓN DE REDES NEURONALES ARTIFICIALES USANDO XILINX SYSTEM GENERATOR (1) Juan Carlos Moctezuma Eugenio, (2) César Torres Huitzil (1) Facultad de Ciencias de la Computación, Benemérita

Más detalles

EQUIPOS DE MEDICIÓN Y PRUEBA DE PARÁMETROS ELÉCTRICOS

EQUIPOS DE MEDICIÓN Y PRUEBA DE PARÁMETROS ELÉCTRICOS EQUIPOS DE MEDICIÓN Y PRUEBA DE PARÁMETROS ELÉCTRICOS Al aumentar la presencia de equipos electrónicos sensibles (computadoras, PLC s, variadores de velocidad de motores, equipos de comunicación) en todos

Más detalles

Sistemas Conexionistas

Sistemas Conexionistas 1 Objetivo Sistemas Conexionistas Curso 2011/2012 El objetivo de esta práctica es usar un conjunto de redes de neuronas artificiales para abordar un problema de reconocimiento de figuras sencillas en imágenes

Más detalles

CALIDAD DE LA ENERGIA ELECTRICA AGENDA. Fenómenos que afectan la calidad de la energía eléctrica. Equipo para mejorar la calidad de la energía

CALIDAD DE LA ENERGIA ELECTRICA AGENDA. Fenómenos que afectan la calidad de la energía eléctrica. Equipo para mejorar la calidad de la energía CALIDAD DE LA ENERGIA ELECTRICA AGENDA Cargas críticas Cargas Sensibles Fenómenos que afectan la calidad de la energía eléctrica Equipo para mejorar la calidad de la energía Laboratorio de Calidad de la

Más detalles

Calidad del suministro eléctrico, costo de los paros y necesidad de monitoreo.

Calidad del suministro eléctrico, costo de los paros y necesidad de monitoreo. Calidad del suministro eléctrico, costo de los paros y necesidad de monitoreo. La calidad del suministro eléctrico o POWER QUALITY de acuerdo al libro esmeralda [2] es: el concepto de energizar y poner

Más detalles

Primer Hackathon Reto de IA de Google en la UGR Redes neuronales. El perceptrón. Pedro A. Castillo Valdivieso

Primer Hackathon Reto de IA de Google en la UGR Redes neuronales. El perceptrón. Pedro A. Castillo Valdivieso Primer Hackathon Reto de IA de Google en la UGR Redes neuronales. El perceptrón Pedro A. Castillo Valdivieso Depto. Arquitectura y Tecnología de Computadores Universidad de Granada http://atc.ugr.es/pedro/gaicm1

Más detalles

DEFINICIONES EN CONTROL AUTOMÁTICO

DEFINICIONES EN CONTROL AUTOMÁTICO Universidad de Santiago de Chile Facultad de Ingeniería Departamento de Ingeniería Eléctrica DEFINICIONES EN CONTROL AUTOMÁTICO Oscar Páez Rivera Profesor DEFINICIONES BÁSICAS: Las definiciones que siguen

Más detalles