DETERMINACIÓN DE ESTRATEGIAS DE CARGA DE VEHÍCULOS ELÉCTRICOS DESDE EL PUNTO DE VISTA DEL SISTEMA ELÉCTRICO

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

Download "DETERMINACIÓN DE ESTRATEGIAS DE CARGA DE VEHÍCULOS ELÉCTRICOS DESDE EL PUNTO DE VISTA DEL SISTEMA ELÉCTRICO"

Transcripción

1 INGENIERO DETERMINACIÓN DE ESTRATEGIAS DE CARGA DE VEHÍCULOS ELÉCTRICOS DESDE EL PUNTO DE VISTA DEL SISTEMA ELÉCTRICO Autor: Marina López-Sors Rodrigo Director: Andrés Ramos Galán y Jesús María Latorre Canteli Madrid Mayo 212

2

3

4

5

6

7 DETERMINACIÓN DE ESTRATEGIAS ÓPTIMAS DE CARGA DE VEHÍCULOS ELÉCTRICOS DESDE EL PUNTO DE VISTA DEL SISTEMA ELÉCTRICO Autor: López-Sors Rodrigo, Marina Directores: Ramos Galán, Andrés. Latorre Canteli, Jesús María Entidad Colaboradora: ICAI Universidad Pontificia Comillas. RESUMEN DEL PROYECTO La adquisición masiva de vehículos eléctricos (VE) en los próximos años tendrá previsiblemente un impacto significativo en la operación de las redes de transporte. Desde el punto de vista del sistema eléctrico, el VE se presenta como un medio para cubrir la necesidad de gestionar la energía a causa del aumento de la capacidad instalada de energías renovables. El excedente de energía renovable en horas de valle de la demanda lleva al desaprovechamiento de esta energía, y la gestión del VE puede aportar flexibilidad que evite estas situaciones. Sin embargo, las redes eléctricas están diseñadas para soportar el pico de demanda producido en las últimas horas de la tarde coincidiendo con el regreso a casa de una gran parte de los consumidores que, si no se hace ninguna gestión coordinada, pondrán a cargar sus coches coincidiendo así el pico de recarga del VE con el del consumo eléctrico. Por lo que la capacidad de las redes de distribución actuales sería insuficiente para soportar una integración masiva de VE con una carga no controlada. La solución a este problema es realizar una gestión del tiempo y potencia de carga a través de las estrategias de carga. Con ello, se espera lograr una mejora en la eficiencia del sistema eléctrico, una mayor integración de las energías renovables y un suavizado de la curva de demanda. -1-

8 Las estrategias de carga son reglas que determinan el consumo óptimo del VE a lo largo del día para ser utilizadas como consignas para orientar la carga de los VE de manera que los resultados sean óptimos para el sistema. En definitiva, el objetivo de este proyecto consiste en predecir el consumo óptimo del VE de un día con un día de antelación a partir de una combinación de variables del sistema sencillas y fácilmente obtenibles. El caso de estudio es el año 22 cuyo consumo óptimo para cada día se ha calculado previamente con el modelo ROM. Este modelo ha sido desarrollado en el Instituto de Investigación Tecnológica y obtiene la operación óptima de un sistema eléctrico cuando se consideran grandes cantidades de tecnologías renovables y con la presencia de parques de coches eléctricos. La metodología que se ha seguido está basada en el empleo de técnicas de minería de datos que permiten descubrir patrones de comportamiento, mediante algoritmos de clustering, y ayudan a explicar el comportamiento pasado y, usando esta información, a predecir el comportamiento futuro a través de árboles de decisión. Puesto que para cada día del año existe una curva de consumo del VE distinta, si se quiere analizar de una forma sistemática todos los días del año será necesario agrupar las curvas según patrones o perfiles de consumo suficientemente representativos. De esta forma, a cada día del año se le asigna un valor de pertenencia a una agrupación de consumo. El número de agrupaciones se determina mediante métodos gráficos o empíricos como son las distancias intercluster e intracluster o el índice de Calinski-Harabasz. Estas agrupaciones deben ser representativas del consumo del VE por lo que deberán estar formadas por un alto número de días cuyas curvas de consumo óptimo tengas formas y órdenes de magnitud parecidos. En la Figura 1 se observan seis agrupaciones de la demanda eléctrica que cumplen con estas características. Una vez asignado cada día a una agrupación, el siguiente paso es construir el árbol de decisión, representado con un caso ejemplo en la Figura 2, que divide el conjunto total de datos en regiones más pequeñas en las que haya días que pertenezcan a la misma agrupación de consumos y que te tengan características -2-

9 parecidas. Estas características se llaman variables explicativas y se eligen teniendo en cuenta la naturaleza del problema subyacente. 5.5 x 14 Demanda eléctrica del año 22 agrupada en 6 clusters 5 x 14 Demanda (MW) Demanda (MW) Tiempo (h) Tiempo (h) 6 x 14 6 x 14 Demanda (MW) Demanda (MW) Tiempo (h) 5.5 x Tiempo (h) 4.5 x 14 Demanda (MW) Demanda (MW) Tiempo (h) Tiempo (h) Figura 1 Demanda eléctrica del año 22 agrupada en 6 clusters cuyo representante viene señalado en rojo Para asegurar la calidad del resultado es necesario dividir el conjunto total de observaciones, todos los días del año, en dos conjuntos, uno de entrenamiento con el que se construye el árbol y otro de test con el que se mide la capacidad de generalización del mismo. El método que se a seguido para ramificar el árbol ha sido el algoritmo ID3 y se han empleado criterios de parada y de poda para evitar que el árbol tenga un tamaño demasiado grande y nodos que no permitan realizar una predicción fiable del consumo del VE. Los resultados obtenidos se han validado para confirmar que las estrategias obtenidas son correctas. Debido a la pequeña cantidad de datos que se podían emplear no se ha logrado explicar completamente el comportamiento del consumo del VE y por tanto, no se han podido extraer unas estrategias de carga que permitan predecirlo con certeza. -3-

10 Figura 2 Representación del árbol de decisión para un caso ejemplo donde los datos de entrada están agrupados en cuatro clusters (rojo, amarillo, azul oscuro y claro) El método seguido es correcto pero la falta de un conjunto amplio de observaciones ha impedido realizar agrupaciones suficientemente representativas que describan el comportamiento del consumo del VE y como consecuencia, el árbol de decisión no ha logrado establecer la relación entre días pertenecientes a una misma agrupación. Por tanto, aplicando la metodología descrita a un conjunto de datos correspondiente a más de años se lograría obtener las estrategias de carga óptimas que permiten predecir el consumo del VE para cualquier día del año. -4-

11 DETERMINING OPTIMAL STRATEGIES FOR ELECTRIC VEHICLE CHARGING FROM A POWER SYSTEM PERSPECTIVE Author: López-Sors Rodrigo, Marina Directors: Ramos Galán, Andrés. Latorre Canteli, Jesús María Collaborating Institution: ICAI Universidad Pontificia Comillas. SUMMARY Massive penetration of electric vehicles (EV) in the next few years will have a significant impact on transmission networks From a power system perspective, VE is seen as a means to manage energy in a power mix where renewable capacity is increasingly relevant. However, power networks are not designed to support the load peaks that would result from an unmanaged EV charging profile: if EV charging peak occurs at the end of the afternoon, when most consumers leave work, it can coincide with the system s peak load. This peak demand would not be endured by the current transmission and distribution networks. The solution of this problem is to manage time and charging power through charging strategies. With this, not only an efficiency improvements but also higher renewable integration and load peak shaving are expected. Charging strategies determine the optimal VE consumption along the day and are used as instructions to guide charging so that overall results are optimal for the system. In short, the object of this project is forecasting optimal EV consumption one day ahead from a combination of simple and easily observable system variables. The case study analyzed corresponds to year 22, which optimal consumption has been previously calculated with the ROM model. This model was developed at the Institute for Research in Technology (IIT) and obtains the optimal system operation when a large penetration of renewable energy and EV are considered. The methodology followed is based on data mining techniques that allow pattern discovery through clustering algorithms. They support the search for explanations of

12 past behaviour and, using the available information, make accurate future forecasts using decision trees. Given that every day in the year shows a different EV consumption curve, if a systematic analysis is to be done it is necessary to group the curves in representative profiles. Thus, each day is assigned to a consumption cluster. The number of these clusters is determined through graphical or empirical nethods like interclusterintracluster distances or the Calinski-Harabasz index. These clusters must be representative of EV consumptions, so both profiles and orders of magnitude must be similar. Six of these clusters can be observed in Figure 1. Once each day has been assigned a cluster, the decision tree is built. An example can be seen in Figure 2, which divides the total data set in smaller regions where days that belong to the same cluster and display similar characteristics are shown. This characteristics are known as explanatory variables and are chosen having into account the nature of the underlying problem. 5.5 x 14 Demanda eléctrica del año 22 agrupada en 6 clusters 5 x 14 Demanda (MW) Demanda (MW) Tiempo (h) Tiempo (h) 6 x 14 6 x 14 Demanda (MW) Demanda (MW) Tiempo (h) 5.5 x Tiempo (h) 4.5 x 14 Demanda (MW) Demanda (MW) Tiempo (h) Tiempo (h) Figure 1 Electric demand for 22 clustered in 6 clusters In order to ensure the quality of the result it is necessary to divide the total data set, all days in the year, in two sets. The first one, the training set, will be used to build the

13 tree. The second, test set, will be used to measure the generalization ability of the developed solution. The method used to branch the tree was ID3, and stopping and pruning criteria were applied in order to avoid a tree that is too large and unreliable. The results were validated to ensure that the obtained strategies were correct. Given the limited amount of data available it was not possible to explain EV consumption in full and, therefore, it was not possible to generate charging strategies that could forecast it with accuracy. Figure 2 Decision tree where the input data is clustered in four clusters (yellow, red, dark and light blue) The methodology followed is valid, but the lack of a sufficiently wide data prevented the creation of sufficiently representative clusters to describe EV consumption behavior. As a result, the decision tree was not able to establish the relation between the days belonging to the same set. Therefore, applying the described methodology to a larger data set, corresponding to at least several years, it would be possible to obtain optimal charging strategies that would forecast EV consumption for any day in the year.

14

15 Índice ÍNDICE ÍNDICE... 1 ÍNDICE DE FIGURAS... 3 ÍNDICE DE TABLAS... 5 Capítulo 1. INTRODUCCIÓN MOTIVACIÓN DEL PROYECTO OBJETIVOS METODOLOGÍA / SOLUCIÓN DESARROLLADA RECURSOS / HERRAMIENTAS EMPLEADAS Modelo ROM (Reliability and Operation Model for Renewable Energy Sources) Idat Matlab Capítulo 2. MODELOS DE APRENDIZAJE NO SUPERVISADO: CLUSTERING Y PRBFN INTRODUCCIÓN RELACIÓN DEL CONSUMO DEL VE CON EL DÍA DEL AÑO: HISTOGRAMA DISTANCIA INTER E INTRACLUSTER ÍNDICE DE CALINSKI AND HARABASZ S INTERPRETACIÓN GRÁFICA DE LOS RESULTADOS CONCLUSIONES... 3 Capítulo 3. MODELOS DE APRENDIZAJE SUPERVISADO: ÁRBOL DE DECISIÓN INTRODUCCIÓN VARIABLES EXPLICATIVAS CONJUNTO DE ENTRENAMIENTO Y CONJUNTO DE TEST ALGORITMO ID Información e incertidumbre Construcción del árbol de decisión CRITERIO DE PARADA Flexibilidad del árbol de decisión: dilema del sesgo y la varianza

16 Índice Criterios de poda ANÁLISIS DEL ÁRBOL DE DECISIÓN VALIDACIÓN CONCLUSIONES... 5 Capítulo 4. RESULTADOS INTRODUCCIÓN ESTRATEGIAS DE CARGA INICIALES K= K= K= Análisis de resultados NUEVAS VARIABLES EXPLICATIVAS Días de diario Fin de semana BÚSQUEDA DE CLUSTERS MÁS REPRESENTATIVOS OTROS COMPORTAMIENTOS DEL CONSUMO DEL VE... 7 Capítulo 5. CONCLUSIONES BIBLIOGRAFÍA Capítulo 1. MEDICIONES Capítulo 2. PRECIOS UNITARIOS Capítulo 3. SUMAS PARCIALES Capítulo 4. PRESUPUESTO GENERAL

17 Índice de tablas ÍNDICE DE FIGURAS Figura 2.1 Consumo óptimo del VE en días de diario y fin de semana Figura 2.2 Histograma semana-día para k= Figura 2.3 Patrones del consumo óptimo del VE para k= Figura 2.4 Histograma semana-días para k= Figura 2.5 Representación del consumo óptimo del VE agrupado en 5 clusters Figura 2.6 Representación del consumo óptimo del VE agrupado en 6 clusters Figura 2.7 Representación del índice de Calinski and Harabasz con distintas semillas 25 Figura 2.8 Representación del índice de Calinski and Harabasz medio para varios valores de k Figura 2.9 Representación del índice de Calinski and Harabasz para varios valores de k Figura 2.1 Representación de clusters en Idat del consumo del VE para los días de diario para k= Figura 2.11 Análisis de las componentes principales del consumo del VE para los días de diario Figura 2.12 Patrones de las cinco agrupaciones realizadas al consumo del VE a los días de diario Figura 2.13 Varianza explicada por las PCA del consumo del VE de los días de diario 3 Figura 3.1 Caso ejemplo: Representación datos donde una variable toma valores parecidos a observaciones de otra clase Figura 3.2 Caso ejemplo 1 de árbol de decisión Figura 3.3 Caso ejemplo 2 de árbol de decisión Figura 3.4 Caso ejemplo: Posibles valores por los que ramificiar... 4 Figura 3.5 Caso ejemplo árbol de decisión para h= Figura 3.6 Representación de las partes de un nodo Figura 3.7 Representación del árbol de decisión de un caso ejemplo para hmin= Figura 3.8 Representación del árbol de decisión de un caso ejemplo para hmin=.5 tras aplicar los criterios de poda Figura 3.9 Representación del caso ejemplo 1 para la confiabilidad Figura 3.1 Representación del caso ejemplo 2 para la confiabilidad Figura 4.1 Agrupaciones para k= Figura 4.2 Árbol de decisión para k=4 y hmin= sin aplicar criterios de poda Figura 4.3 Árbol de decisión para k=4 y hmin= aplicando criterios de poda Figura 4.4 Agrupaciones para k= Figura 4.5 Árbol de decisión para k=5 y hmin= aplicando criterios de poda Figura 4.6 Agrupaciones para k= Figura 4.7 Árbol de decisión para k=6 y hmin= aplicando criterios de poda Figura 4.8 Varianza explicada por las PCA del consumo del VE de los días de diario. 59 Figura 4.9 Histograma para k=4 de los días de diario... 6 Figura 4.1 Histograma para k=5 de los días de diario... 6 Figura 4.11 Representación agrupaciones para k=4 de los días de diario Figura 4.12 Representación agrupaciones para k=5 de los días de diario

18 Índice de tablas Figura 4.13 Árbol de decisión para k=4 aplicando criterios de poda para días de diario sin agrupación atípica Figura 4.14 Confiabilidad vs. error del árbol de decisión para k=4 sin agrupación minoritaria Figura 4.15 Confiabilidad vs. Día del año del árbol de decisión para k=4 sin agrupación minoritaria Figura 4.16 Error vs. Día del año del árbol de decisión para k=4 sin agrupación minoritaria Figura 4.17 Representantes para k=4 de los días de diario donde el patrón 4 representa la agrupación minoritaria Figura 4.18 Varianza explicada por las PCA del consumo del VE de los días de fin de semana Figura 4.19 Histograma para k=4 de los días de fin de semana Figura 4.2 Histograma para k=5 de los días de fin de semana Figura 4.21 Representación agrupaciones para k=4 de los días de fin de semana Figura 4.22 Representación agrupaciones para k=5 de los días de fin de semana Figura 4.23 Árbol de decisión para k=4 aplicando criterios de poda para días de fin de semana sin agrupación atípica Figura 4.24 Representantes para k=4 de los días de fin de semana donde el patrón 4 representa la agrupación minoritaria Figura 4.25 Demanda y consumo del VE en un determinado día del año Figura 4.26 Demanda, generación eólica y consumo del VE en un determinado día del año (2) Figura 4.27 Representación agrupaciones para k=4 de los días de diario para las horas de mañana Figura 4.28 Árbol de decisión para k=4 aplicando criterios de poda para las primeras horas de los días de diario Figura 4.29 Confiabilidad vs. error del árbol de decisión para k=4 de primeras horas de los días de diario Figura 4.3 Error vs. día del árbol de decisión para k=4 de primeras horas de los días de diario Figura 4.31 Confiabilidad vs. día del árbol de decisión para k=4 de primeras horas de los días de diario Figura 4.32 Representantes para k=4 de las horas de tarde de los días de diario

19 Índice de tablas ÍNDICE DE TABLAS Tabla 2.1 Variables del sistema en los días atípicos... 2 Tabla 2.2 Días cuyo consumo óptimo del VE es superior al máximo posible... 2 Tabla 2.3 Distancias inter e intracluster para distintos valores de k Tabla 2.4 Índice de Calinski and Harabasz para distintos valores de k Tabla 3.1 Observaciones del caso ejemplo Tabla 3.2 Observaciones del caso ejemplo Tabla 4.1 Características de los datos de entrada en la obtención de las estrategias de carga Tabla 4.2 Características de los datos de entrada en la obtención de las estrategias de carga con nuevas variables explicativas para los días de diario Tabla 4.3 Características de los datos de entrada en la obtención de las estrategias de carga con nuevas variables explicativas para los días de fin de semana Tabla 4.4 Características de los datos de entrada en la obtención de las estrategias de carga con nuevas variables explicativas para las horas de mañana de los días de diario 72 5

20 6

21 Parte I. MEMORIA 7

22 8

23 Introducción Capítulo 1. INTRODUCCIÓN El objetivo de este proyecto es obtener un modelo que sea capaz de predecir el consumo de los vehículos eléctricos (VE) de forma razonable y que pueda emplearse para generar un plan de carga óptimo de los mismos. El VE representa un cambio en la tecnología de propulsión para permitir la introducción de nuevos tipos de energía en el transporte. Surge como una de las posibles vías dentro del sector transporte, como las mejoras en los consumos del motor de combustión y la incorporación de energías renovables a través del uso de biocombustibles, para hacer frente a las siguientes problemáticas: Dependencia fósil: En España, al igual que en otros países de la Unión Europea, hay una gran dependencia de energía fósil debido al alto consumo de este tipo de combustibles en el transporte, la industria y la generación de energía. Esto supone un problema, en primer lugar, por la escasez o inexistencia de yacimientos en el territorio nacional que implica tener que importarlos. En segundo lugar por la falta de seguridad en el suministro debida a que las reservas mundiales se encuentran situadas en países con una gran inestabilidad política y económica. Reducción de las emisiones de CO 2, otros gases y de la contaminación acústica: El fuerte crecimiento en las últimas décadas de las emisiones de CO 2 de origen antropogénico llevó en 1999 a la firma del Protocolo de Kyoto dónde se establece un calendario para la reducción de las emisiones de este gas de efecto invernadero. A pesar de las medidas adoptadas por los países firmantes, las emisiones de CO 2 no cumplen con los requisitos establecidos por lo que se requiere plantear nuevas posibilidades para su reducción. El VE contribuye en esta reducción y en la de otros gases emitidos por los coches así como en la contaminación acústica que éstos producen. Sin embargo, en la reducción de emisiones se deben considerar las emisiones que se producen al producir la energía eléctrica que consume el VE y el posible incremento de emisiones debidas a su fabricación. Mejorar la integración de las energías renovables: En los últimos años la Unión Europea ha llevado a cabo una fuerte política económica con el fin de aumentar la generación de energía renovable, lo que ha producido un gran aumento en la capacidad instalada. Sin embargo, en muchos casos no se aprovecha toda la energía limpia disponible. España, que es el caso de estudio, dispone de una de las mayores capacidades de energía eólica instaladas en la Unión Europea, pero buena parte de esta energía se produce por la noche, cuando la demanda está en zona de valle. La imposibilidad de reducir la producción de otras energías por los mínimos técnicos de los grupos o por la falta de flexibilidad de algunas tecnologías, como la nuclear, hace que en muchas ocasiones se desconecte 9

24 Introducción generación eólica durante estas horas. Esta situación provoca que haya un excedente de energía renovable debido a la imposibilidad de almacenar energía y que conviniera gestionar. Sin embargo, la implantación del VE supone un impacto técnico y económico en el sistema eléctrico. Las redes eléctricas están diseñadas para soportar el pico de demanda producido a últimas horas de la tarde coincidiendo con el regreso a casa de una gran parte de los consumidores. Como consecuencia, el pico de recarga del vehículo eléctrico coincidiría con el del consumo eléctrico, si no se hiciese ninguna gestión del mismo. La magnitud de este impacto sobre la red eléctrica dependerá del cuándo, dónde y cómo se realice la carga del vehículo eléctrico. Ante esta situación la capacidad de las redes de distribución actuales sería insuficiente para soportar una integración masiva del vehículo eléctrico mediante una recarga no controlada. El trabajo se ha estructurado como sigue: en el primer capítulo se describe la motivación del proyecto, los principales objetivos que se buscan con el mismo, la metodología y los medios empleados para conseguirlos. En el segundo y tercer capítulo se desarrollan el procedimiento de obtención de las estrategias de carga para los VE justificando la elección de las técnicas empleadas, modelos de aprendizaje no supervisado y supervisado respectivamente. En el cuarto capítulo se analizan los resultados obtenidos de la extracción de las estrategias de carga para el caso del año 22. Por último, en el quinto capítulo, se establecen las principales conclusiones obtenidas en este proyecto, analizando las principales aplicaciones MOTIVACIÓN DEL PROYECTO La adquisición masiva de vehículos eléctricos en los próximos años tendrá previsiblemente un impacto significativo en la operación de las redes eléctricas de trasmisión. Para el sector eléctrico, sector básico para permitir el desarrollo de estos vehículos, se plantean retos y oportunidades. Los retos se traducen en desarrollar y desplegar toda la infraestructura e inteligencia necesarias para garantizar el suministro eléctrico para la carga de los vehículos haciendo coincidir las necesidades del sistema con las horas de carga. Esta gestión del tiempo y la potencia de carga podrían llevarse a cabo, de manera relativamente sencilla, siguiendo un conjunto de reglas predeterminadas (otros métodos pueden ser el control directo de la carga y señales de precio). Estas reglas establecerían el consumo óptimo en cada hora del día en función de variables conocidas de forma que se minimizase el coste total de operación del sistema. Sería el agregador de carga, un nuevo agente del sistema eléctrico que integrará múltiples usuarios de vehículos eléctricos, el que emplearía estas reglas en su toma de decisiones. Las oportunidades para el sector eléctrico son múltiples, ya que haciendo uso de estas técnicas se podría lograr no solo una mejora en la eficiencia del sistema eléctrico sino también una mayor integración de las energías renovables y un suavizado de la curva de demanda. 1

25 1.2. OBJETIVOS UNIVERSIDAD PONTIFICIA COMILLAS Introducción Las estrategias de carga del vehículo eléctrico que se buscan en este proyecto deben consistir en una serie de reglas que, en función de ciertas variables del sistema, determinen el consumo óptimo del coche a lo largo del día. Para obtenerlas se realizará el proceso a la inversa, es decir, analizando el consumo óptimo de cada día del año 22 se buscará la combinación de unas variables, que habrá que identificar, que permitan obtener este mismo consumo óptimo. Estas variables deben ser sencillas y fácilmente obtenibles con un día de adelanto para obtener una mayor precisión y no depender de variables que no estén al alcance. El consumo óptimo de los vehículos eléctricos se calcula previamente con el modelo ROM. Este modelo ha sido desarrollado en el Instituto de Investigación Tecnológica y obtiene la operación óptima de un sistema eléctrico cuando se consideran grandes cantidades de tecnologías renovables y con la presencia de parques de coches eléctricos. Se distinguen cuatro objetivos principales en el proceso de obtención de las estrategias de carga: Agrupación según patrones (clusters): Consiste en identificar patrones en el comportamiento del consumo del coche eléctrico bajo los cuales se puedan clasificar los consumos de cada día del año. De esta forma, a cada día del año se le asigna un valor de pertenencia a una agrupación de consumo. Empleando patrones de carga se puede reducir la complejidad y generalizar el comportamiento prescrito para los vehículos eléctricos. Identificación de las variables explicativas del consumo del vehículo eléctrico: Se trata de encontrar aquellas variables en las que cada uno de sus valores se corresponde con escenarios parecidos de consumo. Si se agrupan los días del año según una variable, esta variable será explicativa si los días pertenecientes a un mismo cluster tienen el mismo valor de pertenencia a una agrupación de consumo. Obtención de las reglas: Determinar la combinación de las variables explicativas que den el consumo óptimo de cada día. Este consumo no será el mismo que el que se obtendría mediante el ROM sino el patrón o cluster correspondiente. De esta forma, este proceso permitirá identificar la regla de carga más adecuada para cada día en función de los valores de las variables explicativas. Automatización del proceso: Con este último paso se pretende automatizar la obtención de los pasos descritos de forma que si se producen cambios en el sistema eléctrico que invalidasen las estrategias obtenidas se puedan obtener unas nuevas con rapidez. 11

26 Introducción 1.3. METODOLOGÍA / SOLUCIÓN DESARROLLADA No hay una única manera de resolver este problema sino que hay un abanico de posibles técnicas a emplear en cada paso. La metodología que se ha seguido está basada en el empleo de técnicas de minería de datos, como se propone en [SÁNC6], con distintas herramientas y variantes. La minería de datos consiste en la extracción no trivial de información que reside de manera implícita en los datos. Estas técnicas provienen de la inteligencia artificial y la estadística, son algoritmos. Según el objetivo del análisis de los datos, estos algoritmos se pueden clasificar en: modelos de aprendizaje no supervisado, que permiten descubrir patrones de comportamiento; y supervisado, que ayudan a explicar el comportamiento pasado (identificación de las variables explicativas) y predecir el comportamiento futuro (obtención de las reglas). El camino que se ha seguido para alcanzar los objetivos del proyecto es el siguiente: En primer lugar hay que familiarizarse con el modelo ROM, que será útil a la hora de validar los resultados que se van obteniendo ya que todos los datos empleados provienen de él. En [RAMO11] se encuentra en qué se fundamenta y cuáles son los datos de origen. Después, para cada objetivo, el procedimiento que se ha seguido es el siguiente: Identificar las técnicas que se pueden emplear y recopilar información sobre ellas. Aprender cómo funcionan y aplicarlas a casos ejemplo que permitan validar los resultados obtenidos de forma sencilla. Determinar cuál de ellas es la más adecuada Una vez se han obtenido las estrategias de carga se hará una validación de las misma. La forma de hacerlo será comparando los resultados de ejecutar el modelo ROM con escenarios de consumo del VE y con los consumos óptimos asociados a cada hora del día aplicando las estrategias RECURSOS / HERRAMIENTAS EMPLEADAS Durante el desarrollo del proyecto se han empleado herramientas de búsqueda de información, herramientas de desarrollo y obtención de resultados y el modelo ROM. Como herramientas de búsqueda de información se han empleado documentación disponible en el Instituto de Investigación Tecnológica (IIT) perteneciente a la Escuela Técnica Superior de Ingeniería (ICAI) y documentación bibliográfica relevante obtenida de Internet. 12

27 Introducción Como herramientas de desarrollo y obtención de resultados se han empleado el software matemático Matlab y la aplicación gráfica Idat así como el paquete de ofimática Microsoft Office Modelo ROM (Reliability and Operation Model for Renewable Energy Sources) Este modelo busca determinar el impacto técnico y económico de la generación intermitente así como de otros tipos de tecnologías emergentes en la operación del sistema a medio plazo incluyendo la fiabilidad. Entre estas tecnologías emergentes se encuentran los VE, la generación termosolar y la fotovoltaica. Los resultados son la producción de los generadores incluyendo vertido eólico, utilización de las centrales hidráulicas y de bombeo y medidas de fiabilidad Idat Interfaz gráfica desarrollada sobre Matlab por el IIT para el análisis inteligente de información. Emplea técnicas de minería de datos que permiten realizar modelos de aprendizaje supervisado y no supervisado y evaluarlos mostrando los resultados gráficamente facilitando así su interpretación. También permite realizar otras operaciones como representación de variables con distintos tipos de gráficos, modificación de las características de las mismas y cálculo de nuevas variables Matlab Es un software matemático de cálculo numérico orientado a matrices con lenguaje propio entre cuyas prestaciones básicas se encuentran la manipulación de matrices, la representación de datos y funciones y la implementación de algoritmos. 13

Minería de Datos Web. 1 er Cuatrimestre 2015. Página Web. Prof. Dra. Daniela Godoy. http://www.exa.unicen.edu.ar/catedras/ageinweb/

Minería de Datos Web. 1 er Cuatrimestre 2015. Página Web. Prof. Dra. Daniela Godoy. http://www.exa.unicen.edu.ar/catedras/ageinweb/ Minería de Datos Web 1 er Cuatrimestre 2015 Página Web http://www.exa.unicen.edu.ar/catedras/ageinweb/ Prof. Dra. Daniela Godoy ISISTAN Research Institute UNICEN University Tandil, Bs. As., Argentina http://www.exa.unicen.edu.ar/~dgodoy

Más detalles

CLASIFICACIÓN NO SUPERVISADA

CLASIFICACIÓN NO SUPERVISADA CLASIFICACIÓN NO SUPERVISADA CLASIFICACION IMPORTANCIA PROPÓSITO METODOLOGÍAS EXTRACTORES DE CARACTERÍSTICAS TIPOS DE CLASIFICACIÓN IMPORTANCIA CLASIFICAR HA SIDO, Y ES HOY DÍA, UN PROBLEMA FUNDAMENTAL

Más detalles

ESCUELA POLITÉCNICA DEL EJÉRCITO DEPARTAMENTO DE CIENCIAS DE LA TIERRA Y CONSTRUCCIÓN

ESCUELA POLITÉCNICA DEL EJÉRCITO DEPARTAMENTO DE CIENCIAS DE LA TIERRA Y CONSTRUCCIÓN ESCUELA POLITÉCNICA DEL EJÉRCITO DEPARTAMENTO DE CIENCIAS DE LA TIERRA Y CONSTRUCCIÓN CÁLCULO DE LA HUELLA DE CARBONO DE LA FACULTAD DE CIENCIAS DE LA INGENIERÍA DE LA UNIVERSIDAD TECNOLÓGICA EQUINOCCIAL.

Más detalles

Análisis Estadístico de Datos Climáticos

Análisis Estadístico de Datos Climáticos Análisis Estadístico de Datos Climáticos Análisis de agrupamiento (o clusters) (Wilks, Cap. 14) Facultad de Ciencias Facultad de Ingeniería 2013 Objetivo Idear una clasificación o esquema de agrupación

Más detalles

Fundamentos y Aplicaciones Prácticas del Descubrimiento de Conocimiento en Bases de Datos. - Sesión 9 -

Fundamentos y Aplicaciones Prácticas del Descubrimiento de Conocimiento en Bases de Datos. - Sesión 9 - Fundamentos y Aplicaciones Prácticas del Descubrimiento de Conocimiento en Bases de Datos - Sesión 9 - Juan Alfonso Lara Torralbo 1 Índice de contenidos Actividad. Qué es un modelo de Data Mining Qué es

Más detalles

ESTUDIO COMPARATIVO DE DIFERENTES TECNOLOGÍAS DE

ESTUDIO COMPARATIVO DE DIFERENTES TECNOLOGÍAS DE ESTUDIO COMPARATIVO DE DIFERENTES TECNOLOGÍAS DE GENERACIÓN SOLAR EN FUNCIÓN DE LA CURVA DE DEMANDA Autor: Laura García Martín Director: Francisco Fernández Daza Mijares Entidad colaboradora: ICAI Universidad

Más detalles

Base de datos II Facultad de Ingeniería. Escuela de computación.

Base de datos II Facultad de Ingeniería. Escuela de computación. Base de datos II Facultad de Ingeniería. Escuela de computación. Introducción Este manual ha sido elaborado para orientar al estudiante de Bases de datos II en el desarrollo de sus prácticas de laboratorios,

Más detalles

Plan Piloto de Recursos Preferentes

Plan Piloto de Recursos Preferentes Plan Piloto de Recursos Preferentes Suministro de energía confiable con recursos no contaminantes Southern California Edison ha iniciado un plan piloto regional para medir el impacto de los recursos preferentes

Más detalles

Visión global del KDD

Visión global del KDD Visión global del KDD Series Temporales Máster en Computación Universitat Politècnica de Catalunya Dra. Alicia Troncoso Lora 1 Introducción Desarrollo tecnológico Almacenamiento masivo de información Aprovechamiento

Más detalles

CURSO MINERÍA DE DATOS AVANZADO

CURSO MINERÍA DE DATOS AVANZADO CURSO MINERÍA DE DATOS AVANZADO La minería de datos (en inglés, Data Mining) se define como la extracción de información implícita, previamente desconocida y potencialmente útil, a partir de datos. En

Más detalles

1.1. Introducción y conceptos básicos

1.1. Introducción y conceptos básicos Tema 1 Variables estadísticas Contenido 1.1. Introducción y conceptos básicos.................. 1 1.2. Tipos de variables estadísticas................... 2 1.3. Distribuciones de frecuencias....................

Más detalles

Segmentación Recursiva de Proyectos Software para la Estimación del Esfuerzo de Desarrollo Software

Segmentación Recursiva de Proyectos Software para la Estimación del Esfuerzo de Desarrollo Software Segmentación Recursiva de Proyectos Software para la Estimación del Esfuerzo de Desarrollo Software J. Cuadrado Gallego 1, Miguel Ángel Sicilia 1, Miguel Garre Rubio 1 1 Dpto de Ciencias de la Computación,

Más detalles

MINERIA DE DATOS Y Descubrimiento del Conocimiento

MINERIA DE DATOS Y Descubrimiento del Conocimiento MINERIA DE DATOS Y Descubrimiento del Conocimiento UNA APLICACIÓN EN DATOS AGROPECUARIOS INTA EEA Corrientes Maximiliano Silva La información Herramienta estratégica para el desarrollo de: Sociedad de

Más detalles

EL ANÁLISIS DE CONGLOMERADOS EN LOS ESTUDIOS DE MERCADO

EL ANÁLISIS DE CONGLOMERADOS EN LOS ESTUDIOS DE MERCADO EL ANÁLISIS DE CONGLOMERADOS EN LOS ESTUDIOS DE MERCADO I. INTRODUCCIÓN Beatriz Meneses A. de Sesma * En los estudios de mercado intervienen muchas variables que son importantes para el cliente, sin embargo,

Más detalles

Parte I: Introducción

Parte I: Introducción Parte I: Introducción Introducción al Data Mining: su Aplicación a la Empresa Cursada 2007 POR QUÉ? Las empresas de todos los tamaños necesitan aprender de sus datos para crear una relación one-to-one

Más detalles

www.fundibeq.org En estos casos, la herramienta Gráficos de Control por Variables" no es aplicable.

www.fundibeq.org En estos casos, la herramienta Gráficos de Control por Variables no es aplicable. GRAFICOS DE CONTROL POR ATRIBUTOS 1.- INTRODUCCIÓN Este documento describe la secuencia de construcción y las pautas de utilización de una de las herramientas para el control de procesos, los Gráficos

Más detalles

Monitoreo y Control de la Eficiencia Energética para la Reducción de Costes

Monitoreo y Control de la Eficiencia Energética para la Reducción de Costes Monitoreo y Control de la Eficiencia Energética para la Reducción de Costes Introducción.- Las industrias se encuentra cada vez más bajo presión en medir el costo de los servicios que consumen, tales como:

Más detalles

ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL Facultad de Ingeniera en Electricidad y Computación. Tema:

ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL Facultad de Ingeniera en Electricidad y Computación. Tema: ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL Facultad de Ingeniera en Electricidad y Computación Tema: SISTEMA DE PRESUPUESTO DE MATERIALES Y MANO DE OBRA ELECTRICA SIPREME Freddy Roddy Briones Ruiz 1, Glenda

Más detalles

Aprendizaje Automático y Data Mining. Bloque IV DATA MINING

Aprendizaje Automático y Data Mining. Bloque IV DATA MINING Aprendizaje Automático y Data Mining Bloque IV DATA MINING 1 Índice Definición y aplicaciones. Grupos de técnicas: Visualización. Verificación. Descubrimiento. Eficiencia computacional. Búsqueda de patrones

Más detalles

MODELO MATEMÁTICO PARA LA EVALUACIÓN CUANTITATIVA DE LA CONFIABILIDAD EN LA ARQUITECTURA DE XEDRO ERP

MODELO MATEMÁTICO PARA LA EVALUACIÓN CUANTITATIVA DE LA CONFIABILIDAD EN LA ARQUITECTURA DE XEDRO ERP MODELO MATEMÁTICO PARA LA EVALUACIÓN CUANTITATIVA DE LA CONFIABILIDAD EN LA ARQUITECTURA DE XEDRO ERP Msc. Larisa González Alvarez, Ing. Katia Tereza Liens Pérez, DrC. Liesner Acevedo Martínez RESUMEN

Más detalles

www.fundibeq.org Además se recomienda su uso como herramienta de trabajo dentro de las actividades habituales de gestión.

www.fundibeq.org Además se recomienda su uso como herramienta de trabajo dentro de las actividades habituales de gestión. DIAGRAMA DE PARETO 1.- INTRODUCCIÓN Este documento sirve de guía para la utilización de los Diagramas de Pareto en aquellas situaciones en que se requiere resaltar la diferente importancia de los factores

Más detalles

Sistemas de impresión y tamaños mínimos Printing Systems and minimum sizes

Sistemas de impresión y tamaños mínimos Printing Systems and minimum sizes Sistemas de impresión y tamaños mínimos Printing Systems and minimum sizes Para la reproducción del Logotipo, deberán seguirse los lineamientos que se presentan a continuación y que servirán como guía

Más detalles

CAPÍTULO IV METODOLOGÍA PARA EL CONTROL DE INVENTARIOS. En este capítulo se presenta los pasos que se siguieron para la elaboración de un sistema de

CAPÍTULO IV METODOLOGÍA PARA EL CONTROL DE INVENTARIOS. En este capítulo se presenta los pasos que se siguieron para la elaboración de un sistema de CAPÍTULO IV METODOLOGÍA PARA EL CONTROL DE INVENTARIOS En este capítulo se presenta los pasos que se siguieron para la elaboración de un sistema de inventarios para lograr un control de los productos.

Más detalles

www.bvbusiness-school.com

www.bvbusiness-school.com Gráficos de Control de Shewart www.bvbusiness-school.com GRÁFICOS DE CONTROL DE SHEWART Una de las herramientas estadísticas más importantes en el Control Estadístico de Procesos son los Gráficos de Control.

Más detalles

UTILIZACIÓN DE UN BOLÍGRAFO DÍGITAL PARA LA MEJORA DE PROCEDIMIENTOS DE CAMPO EN UNA CENTRAL NUCLEAR.

UTILIZACIÓN DE UN BOLÍGRAFO DÍGITAL PARA LA MEJORA DE PROCEDIMIENTOS DE CAMPO EN UNA CENTRAL NUCLEAR. UTILIZACIÓN DE UN BOLÍGRAFO DÍGITAL PARA LA MEJORA DE PROCEDIMIENTOS DE CAMPO EN UNA CENTRAL NUCLEAR. Autor: Ruiz Muñoz, Rafael. Director: Muñoz García, Manuel. Entidad Colaboradora: Empresarios Agrupados.

Más detalles

NORMA INTERNACIONAL DE AUDITORÍA 530 MUESTREO DE AUDITORÍA

NORMA INTERNACIONAL DE AUDITORÍA 530 MUESTREO DE AUDITORÍA NORMA INTERNACIONAL DE AUDITORÍA 530 MUESTREO DE AUDITORÍA (NIA-ES 530) (adaptada para su aplicación en España mediante Resolución del Instituto de Contabilidad y Auditoría de Cuentas, de 15 de octubre

Más detalles

Este proyecto tiene como finalidad la creación de una aplicación para la gestión y explotación de los teléfonos de los empleados de una gran compañía.

Este proyecto tiene como finalidad la creación de una aplicación para la gestión y explotación de los teléfonos de los empleados de una gran compañía. SISTEMA DE GESTIÓN DE MÓVILES Autor: Holgado Oca, Luis Miguel. Director: Mañueco, MªLuisa. Entidad Colaboradora: Eli & Lilly Company. RESUMEN DEL PROYECTO Este proyecto tiene como finalidad la creación

Más detalles

Introducción al Data Mining Clases 5. Cluster Analysis. Ricardo Fraiman Centro de Matemática, Udelar y Universidad de San Andrés, Argentina

Introducción al Data Mining Clases 5. Cluster Analysis. Ricardo Fraiman Centro de Matemática, Udelar y Universidad de San Andrés, Argentina Introducción al Data Mining Clases 5 Cluster Analysis Ricardo Fraiman Centro de Matemática, Udelar y Universidad de San Andrés, Argentina Cluster Análisis 1 El término cluster analysis (usado por primera

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

www.fundibeq.org Además se recomienda su uso como herramienta de trabajo dentro de las actividades habituales de planificación y control.

www.fundibeq.org Además se recomienda su uso como herramienta de trabajo dentro de las actividades habituales de planificación y control. ESTUDIOS DE CAPACIDAD POTENCIAL DE CALIDAD 1.- INTRODUCCIÓN Este documento proporciona las pautas para la realización e interpretación de una de las herramientas fundamentales para el control y la planificación

Más detalles

Empresa o Entidad C.A Electricidad de Valencia. Autores del Trabajo Nombre País e-mail Jimmy Martínez Venezuela jmartinez@eleval.

Empresa o Entidad C.A Electricidad de Valencia. Autores del Trabajo Nombre País e-mail Jimmy Martínez Venezuela jmartinez@eleval. Título Estudio Estadístico de Base de Datos Comercial de una Empresa Distribuidora de Energía Eléctrica. Nº de Registro 231 Empresa o Entidad C.A Electricidad de Valencia Autores del Trabajo Nombre País

Más detalles

UNIDAD DIDÁCTICA 7 ANÁLISIS DE ÍTEMS Y BAREMACIÓN DE UN TEST

UNIDAD DIDÁCTICA 7 ANÁLISIS DE ÍTEMS Y BAREMACIÓN DE UN TEST UNIDAD DIDÁCTICA 7 ANÁLISIS DE ÍTEMS Y BAREMACIÓN DE UN TEST 7.1. ANÁLISIS DE LOS ÍTEMS Al comenzar la asignatura ya planteábamos que uno de los principales problemas a los que nos enfrentábamos a la hora

Más detalles

Análisis de Requisitos

Análisis de Requisitos Análisis de Requisitos Los requisitos determinan lo que hará el sistema y definen restricciones sobre su operación e implementación. El análisis de requisitos es el proceso del estudio de las necesidades

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

Preguntas y respuestas sobre el coche eléctrico

Preguntas y respuestas sobre el coche eléctrico 14 de abril de 2010 Preguntas y respuestas sobre el coche eléctrico Qué opina Greenpeace sobre el coche eléctrico? Greenpeace es partidario de la electrificación del transporte porque ésta permite una

Más detalles

APLICACIONES CON SOLVER OPCIONES DE SOLVER

APLICACIONES CON SOLVER OPCIONES DE SOLVER APLICACIONES CON SOLVER Una de las herramientas con que cuenta el Excel es el solver, que sirve para crear modelos al poderse, diseñar, construir y resolver problemas de optimización. Es una poderosa herramienta

Más detalles

1.1 Titulo Descriptivo del Proyecto

1.1 Titulo Descriptivo del Proyecto 1.1 Titulo Descriptivo del Proyecto Diseño de un Manual empleando Data Mining (Minería de Datos) para predecir el Potencial de Desarrollo de las empresas en la Zona Oriental asociadas a la Comisión Nacional

Más detalles

ADAPTACIÓN DE REAL TIME WORKSHOP AL SISTEMA OPERATIVO LINUX

ADAPTACIÓN DE REAL TIME WORKSHOP AL SISTEMA OPERATIVO LINUX ADAPTACIÓN DE REAL TIME WORKSHOP AL SISTEMA OPERATIVO LINUX Autor: Tomás Murillo, Fernando. Director: Muñoz Frías, José Daniel. Coordinador: Contreras Bárcena, David Entidad Colaboradora: ICAI Universidad

Más detalles

Sistemas de costes ABC. [6.2] Sistemas de costes basados en las actividades. [6.4] Inductores de coste y medidas de actividad

Sistemas de costes ABC. [6.2] Sistemas de costes basados en las actividades. [6.4] Inductores de coste y medidas de actividad Sistemas de costes ABC [6.1] Cómo estudiar este tema? [6.2] Sistemas de costes basados en las actividades [6.3] Definición de actividad [6.4] Inductores de coste y medidas de actividad [6.5] Determinación

Más detalles

MODELAMIENTO DE LA DEMANDA DE ENERGÍA ELÉCTRICA EN EDIFICIO DE OFICINAS ELECTRIC DEMAND MODELING IN BUILDINGS OFFICES

MODELAMIENTO DE LA DEMANDA DE ENERGÍA ELÉCTRICA EN EDIFICIO DE OFICINAS ELECTRIC DEMAND MODELING IN BUILDINGS OFFICES MODELAMIENTO DE LA DEMANDA DE ENERGÍA ELÉCTRICA EN EDIFICIO DE OFICINAS ELECTRIC DEMAND MODELING IN BUILDINGS OFFICES Nelson Aros Universidad de La Frontera, Departamento de Ingeniería Eléctrica Luzmarina

Más detalles

CURSO/GUÍA PRÁCTICA GESTIÓN EMPRESARIAL DE LA INFORMACIÓN.

CURSO/GUÍA PRÁCTICA GESTIÓN EMPRESARIAL DE LA INFORMACIÓN. SISTEMA EDUCATIVO inmoley.com DE FORMACIÓN CONTINUA PARA PROFESIONALES INMOBILIARIOS. CURSO/GUÍA PRÁCTICA GESTIÓN EMPRESARIAL DE LA INFORMACIÓN. Business Intelligence. Data Mining. PARTE PRIMERA Qué es

Más detalles

Uso de vehículos eléctricos para el reparto de paquetería en el ámbito urbano

Uso de vehículos eléctricos para el reparto de paquetería en el ámbito urbano 21 Uso de vehículos eléctricos para el reparto de paquetería en el ámbito urbano 1. RESUMEN El Grupo La Veloz Cooperativa nace en junio de 1993, a iniciativa de un grupo de jóvenes que, en situación de

Más detalles

inteligentes eléctricas Las redes Energía y medio ambiente Instituto de Investigación Tecnológica

inteligentes eléctricas Las redes Energía y medio ambiente Instituto de Investigación Tecnológica Las redes eléctricas inteligentes Instituto de Investigación Tecnológica Escuela Técnica Superior de Ingeniería (ICAI) Universidad Pontificia Comillas Energía y medio ambiente 22 Guías técnicas de energía

Más detalles

SISTEMA DETECTOR DE PLAZAS LIBRES EN UN APARCAMIENTO. Autor: Casalins Heredero, Sergio. Director: Santamaría Navarrete, Eduardo.

SISTEMA DETECTOR DE PLAZAS LIBRES EN UN APARCAMIENTO. Autor: Casalins Heredero, Sergio. Director: Santamaría Navarrete, Eduardo. SISTEMA DETECTOR DE PLAZAS LIBRES EN UN APARCAMIENTO Autor: Casalins Heredero, Sergio. Director: Santamaría Navarrete, Eduardo. Entidad Colaboradora: ICAI Universidad Pontificia Comillas. RESUMEN DEL PROYECTO

Más detalles

DISEÑO DE UN CRONOTERMOSTATO PARA CALEFACCIÓN SOBRE TELÉFONOS MÓVILES. Entidad Colaboradora: ICAI Universidad Pontificia Comillas.

DISEÑO DE UN CRONOTERMOSTATO PARA CALEFACCIÓN SOBRE TELÉFONOS MÓVILES. Entidad Colaboradora: ICAI Universidad Pontificia Comillas. DISEÑO DE UN CRONOTERMOSTATO PARA CALEFACCIÓN SOBRE TELÉFONOS MÓVILES Autor: Sánchez Gómez, Estefanía Dolores. Directores: Pilo de la Fuente, Eduardo. Egido Cortés, Ignacio. Entidad Colaboradora: ICAI

Más detalles

Capítulo 10. Análisis descriptivo: Los procedimientos Frecuencias y Descriptivos

Capítulo 10. Análisis descriptivo: Los procedimientos Frecuencias y Descriptivos Capítulo 10 Análisis descriptivo: Los procedimientos Frecuencias y Descriptivos Al analizar datos, lo primero que conviene hacer con una variable es, generalmente, formarse una idea lo más exacta posible

Más detalles

5.- ANÁLISIS DE RIESGO

5.- ANÁLISIS DE RIESGO 5.- ANÁLISIS DE RIESGO El módulo de Análisis de Riesgo se caracteriza por desarrollar una herramienta formativa para la gestión, que permite al usuario identificar, analizar y cuantificar el riesgo de

Más detalles

Bases de datos. 1. Introducción

Bases de datos. 1. Introducción Bases de datos 1. Introducción Habitualmente, los programas trabajan con información que está en un fichero. Por ejemplo, nuestro simulador de tráfico aéreo trabaja con una lista de planes de vuelo que

Más detalles

Apoyo a la toma de Decisiones. Carlos A. Olarte Bases de Datos II

Apoyo a la toma de Decisiones. Carlos A. Olarte Bases de Datos II Carlos A. Olarte Bases de Datos II Contenido 1 Introducción 2 OLAP 3 Data Ware Housing 4 Data Mining Introducción y Motivación Cómo puede analizarse de forma eficiente volúmenes masivos de datos? La consulta,

Más detalles

TIPS: Understanding Overspray

TIPS: Understanding Overspray TIPS: Understanding Overspray In any pneumatic spray application, overspray is an area of concern that should be addressed early on. Fortunately if it does occur, it s easily remedied through the use of

Más detalles

Potencia tu talento y el de los que te rodean MÉTODO SIDECAR. No basta saber, se debe también aplicar. No es suficiente querer, se debe también hacer.

Potencia tu talento y el de los que te rodean MÉTODO SIDECAR. No basta saber, se debe también aplicar. No es suficiente querer, se debe también hacer. No basta saber, se debe también aplicar. No es suficiente querer, se debe también hacer. Johan Wolfgang Goethe INDICE 1. 2. OBJETIVO PROCESO Evaluación ANTES: Perfil de partida. Evaluación DESPUÉS: Perfil

Más detalles

Covarianza y coeficiente de correlación

Covarianza y coeficiente de correlación Covarianza y coeficiente de correlación Cuando analizábamos las variables unidimensionales considerábamos, entre otras medidas importantes, la media y la varianza. Ahora hemos visto que estas medidas también

Más detalles

Implantación y Aceptación del Sistema

Implantación y Aceptación del Sistema y Aceptación del Sistema 1 y Aceptación del Sistema ÍNDICE DESCRIPCIÓN Y OBJETIVOS... 2 ACTIVIDAD IAS 1: ESTABLECIMIENTO DEL PLAN DE IMPLANTACIÓN...5 Tarea IAS 1.1: De finición del Plan de... 5 Tarea IAS

Más detalles

EPB 603 Sistemas del Conocimiento!"#$ %& $ %'

EPB 603 Sistemas del Conocimiento!#$ %& $ %' Metodología para el Desarrollo de Proyectos en Minería de Datos CRISP-DM EPB 603 Sistemas del Conocimiento!"#$ %& $ %' Modelos de proceso para proyectos de Data Mining (DM) Son diversos los modelos de

Más detalles

Autor: Arrieta Martínez, Gonzalo. RESUMEN DEL PROYECTO

Autor: Arrieta Martínez, Gonzalo. RESUMEN DEL PROYECTO ESTUDIO Y SIMULACIÓN DEL COMPORTAMIENTO DINÁMICO DE LOS TRANSFORMADORES DE INTENSIDAD EN REDES DE TRANSPORTE DE ENERGÍA ELÉCTRICA Autor: Arrieta Martínez, Gonzalo. Directores: Sanchez Mingarro, Matías.

Más detalles

UNA VISIÓN SOBRE LAS ENERGÍAS RENOVABLES COMO ALTERNATIVA A LOS SISTEMAS ENERGÉTICOS CONVENCIONALES. Artículo publicado en:

UNA VISIÓN SOBRE LAS ENERGÍAS RENOVABLES COMO ALTERNATIVA A LOS SISTEMAS ENERGÉTICOS CONVENCIONALES. Artículo publicado en: UNA VISIÓN SOBRE LAS ENERGÍAS RENOVABLES COMO ALTERNATIVA A LOS SISTEMAS ENERGÉTICOS CONVENCIONALES por José Antonio Rodríguez Criado Manuel Alonso Castro Gil Departamento de Ingeniería Eléctrica, Electrónica

Más detalles

TEMA I: INTRODUCCIÓN A LA ELECTRÓNICA DIGITAL

TEMA I: INTRODUCCIÓN A LA ELECTRÓNICA DIGITAL TEMA I: INTRODUCCIÓN A LA ELECTRÓNICA DIGITAL 1. Electrónica Digital Antes de empezar en el tema en cuestión, vamos a dar una posible definición de la disciplina que vamos a tratar, así como su ámbito

Más detalles

Potencial de la energía solar fotovoltaica y termosolar integrada en edificios de viviendas en la Comunidad de Madrid

Potencial de la energía solar fotovoltaica y termosolar integrada en edificios de viviendas en la Comunidad de Madrid JORNADAS IDEANDO UN MADRID SOSTENIBLE Observatorio Crítico de la Energía www.observatoriocriticodelaenergia.org Acción en Red www.accionenredmadrid.org Potencial de la energía solar fotovoltaica y termosolar

Más detalles

Sistema de Control Domótico

Sistema de Control Domótico UNIVERSIDAD PONTIFICIA COMILLAS ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI) INGENIERO EN ELECTRÓNICA Y AUTOMATICA PROYECTO FIN DE CARRERA Sistema de Control Domótico a través del bus USB Directores:

Más detalles

REDES DE DISTRIBUCIÓN DE EE: DESAFÍOS Y TENDENCIAS

REDES DE DISTRIBUCIÓN DE EE: DESAFÍOS Y TENDENCIAS Reunión Anual Octubre 2012 Comité de Energía - AUGM REDES DE DISTRIBUCIÓN DE EE: DESAFÍOS Y TENDENCIAS Miguel Arias Albornoz D.Sc. Departamento de Ingeniería Eléctrica Universidad de Santiago de Chile

Más detalles

Conociendo los consumos energéticos podemos ahorrar energía

Conociendo los consumos energéticos podemos ahorrar energía TÍTULO Conociendo los consumos energéticos podemos ahorrar energía DESTINATARIOS/AS Esta unidad didáctica está dirigida a alumnado que esté trabajando la energía: tipos de energía, consumo de energía y

Más detalles

Capítulo 4. Requisitos del modelo para la mejora de la calidad de código fuente

Capítulo 4. Requisitos del modelo para la mejora de la calidad de código fuente Capítulo 4. Requisitos del modelo para la mejora de la calidad de código fuente En este capítulo definimos los requisitos del modelo para un sistema centrado en la mejora de la calidad del código fuente.

Más detalles

Proyecto técnico MINERÍA DE DATOS. Febrero 2014. www.osona-respon.net info@osona-respon.net

Proyecto técnico MINERÍA DE DATOS. Febrero 2014. www.osona-respon.net info@osona-respon.net Proyecto técnico MINERÍA DE DATOS Febrero 2014 www.osona-respon.net info@osona-respon.net 0. Índice 0. ÍNDICE 1. INTRODUCCIÓN... 2 2. LOS DATOS OCULTOS... 3 2.1. Origen de la información... 3 2.2. Data

Más detalles

APLICATIVO WEB PARA LA ADMINISTRACIÓN DE LABORATORIOS Y SEGUIMIENTO DOCENTE EN UNISARC JUAN DAVID LÓPEZ MORALES

APLICATIVO WEB PARA LA ADMINISTRACIÓN DE LABORATORIOS Y SEGUIMIENTO DOCENTE EN UNISARC JUAN DAVID LÓPEZ MORALES APLICATIVO WEB PARA LA ADMINISTRACIÓN DE LABORATORIOS Y SEGUIMIENTO DOCENTE EN UNISARC JUAN DAVID LÓPEZ MORALES CORPORACIÓN UNIVERSITARIA SANTA ROSA DE CABAL CIENCIAS Y TECNOLOGÍAS DE INFORMACIÓN Y COMUNICACIÓN

Más detalles

Socioestadística I Análisis estadístico en Sociología

Socioestadística I Análisis estadístico en Sociología Análisis estadístico en Sociología 1. INTRODUCCIÓN. Definición e historia. 1.1. Que es la Sociestadística?. La estadística es la ciencias de las regularidades que se observan en conjuntos de fenómenos

Más detalles

PLANIFICACION Y CONTROL DE LA PRODUCCION I: PROFESOR: ARIEL LINARTE

PLANIFICACION Y CONTROL DE LA PRODUCCION I: PROFESOR: ARIEL LINARTE PLANIFICACION Y CONTROL DE LA PRODUCCION I: PROFESOR: ARIEL LINARTE PRONOSTICOS DE DEMANDA Objetivos: Aplicar los elementos prácticos de la proyección de la demanda, tales como el método de los mínimos

Más detalles

Red Eléctrica publica en su web las emisiones de CO 2 producidas en el sistema eléctrico en tiempo real

Red Eléctrica publica en su web las emisiones de CO 2 producidas en el sistema eléctrico en tiempo real Red Eléctrica publica en su web las emisiones de CO 2 producidas en el sistema eléctrico en tiempo real Gabinete de Prensa Junio 2009 Red Eléctrica comenzará a publicar en su página web desde el 5 de junio,

Más detalles

CUESTIONES FRECUENTES RELACIONADAS CON EL VEHÍCULO ELÉCTRICO Y EL PROYECTO MOVELE

CUESTIONES FRECUENTES RELACIONADAS CON EL VEHÍCULO ELÉCTRICO Y EL PROYECTO MOVELE CUESTIONES FRECUENTES RELACIONADAS CON EL VEHÍCULO ELÉCTRICO Y EL PROYECTO MOVELE Porqué es bueno el coche eléctrico para el país? Por ahorro energético: en un vehículo de prestaciones similares, los motores

Más detalles

5. FACTORES DE ANALISIS AL REALIZAR UNA AUTOMATIZACION

5. FACTORES DE ANALISIS AL REALIZAR UNA AUTOMATIZACION 5. FACTORES DE ANALISIS AL REALIZAR UNA AUTOMATIZACION La Automatización es un proyecto tecnológico que ayuda a resolver una necesidad y se deben evaluar varias propuestas de solución, ya que permite tener

Más detalles

3 Cómo determinar las necesidades en innovación de los problemas de la empresa

3 Cómo determinar las necesidades en innovación de los problemas de la empresa 3 Cómo determinar las necesidades en innovación de los problemas de la empresa Palabras clave Caja negra, método de prueba, reparto, valor aleatorio, tabla de decisiones y comprobación Objetivo de la formación

Más detalles

www.fundibeq.org Además, se recomienda su uso como herramienta de trabajo dentro de las actividades habituales de gestión.

www.fundibeq.org Además, se recomienda su uso como herramienta de trabajo dentro de las actividades habituales de gestión. DIAGRAMA DE FLECHAS 1.- INTRODUCCIÓN Este documento sirve de guía para el proceso de planificación de proyectos. Describe desde la visualización de la secuencia de acciones a desarrollar en dichos proyectos

Más detalles

Desarrollo de un cluster computacional para la compilación de. algoritmos en paralelo en el Observatorio Astronómico.

Desarrollo de un cluster computacional para la compilación de. algoritmos en paralelo en el Observatorio Astronómico. Desarrollo de un cluster computacional para la compilación de algoritmos en paralelo en el Observatorio Astronómico. John Jairo Parra Pérez Resumen Este artículo muestra cómo funciona la supercomputación

Más detalles

La gestión de proyectos es la rama de la ciencia de la administración que trata de la planificación y el control de proyectos.

La gestión de proyectos es la rama de la ciencia de la administración que trata de la planificación y el control de proyectos. DEFINICIÓN DE PROYECTO Un proyecto es un conjunto de acciones No repetitivas Únicas De duración determinada Formalmente organizadas Que utilizan recursos Podremos considerar un proyecto, a efectos de aplicarle

Más detalles

Monografías de Juan Mascareñas sobre Finanzas Corporativas ISSN: 1988-1878 Introducción al VaR

Monografías de Juan Mascareñas sobre Finanzas Corporativas ISSN: 1988-1878 Introducción al VaR Juan Mascareñas Universidad Complutense de Madrid Versión inicial: mayo 1998 - Última versión: mayo 2008 - El valor en riesgo (VaR), 2 - El método histórico, 3 - El método varianza-covarianza, 6 - El método

Más detalles

En nuestro capitulo final, daremos las conclusiones y las aplicaciones a futuro

En nuestro capitulo final, daremos las conclusiones y las aplicaciones a futuro Capitulo 6 Conclusiones y Aplicaciones a Futuro. En nuestro capitulo final, daremos las conclusiones y las aplicaciones a futuro para nuestro sistema. Se darán las conclusiones para cada aspecto del sistema,

Más detalles

Universidad de Guadalajara

Universidad de Guadalajara Universidad de Guadalajara Centro Universitario de Ciencias Económico-Administrativas Maestría en Tecnologías de Información Ante-proyecto de Tésis Selection of a lightweight virtualization framework to

Más detalles

APOYO PARA LA TOMA DE DECISIONES

APOYO PARA LA TOMA DE DECISIONES APOYO PARA LA TOMA DE DECISIONES Cátedra: Gestión de Datos Profesor: Santiago Pérez Año: 2006 Bibliografía: Introducción a las Bases de Datos. DATE - 1 - 1. INTRODUCCION APOYO PARA LA TOMA DE DECISIONES

Más detalles

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

ESTUDIO DE LA VIABILIDAD TÉCNICO-ECONÓMICA DE UN SISTEMA DE ALQUILER DE VEHÍCULOS ELÉCTRICOS.

ESTUDIO DE LA VIABILIDAD TÉCNICO-ECONÓMICA DE UN SISTEMA DE ALQUILER DE VEHÍCULOS ELÉCTRICOS. ESTUDIO DE LA VIABILIDAD TÉCNICO-ECONÓMICA DE UN SISTEMA DE ALQUILER DE VEHÍCULOS ELÉCTRICOS. Autor: Zanón Millán, Jorge Daniel Director: Norverto Moriñigo, Juan RESUMEN DEL PROYECTO El presente proyecto

Más detalles

PREPROCESADO DE DATOS PARA MINERIA DE DATOS

PREPROCESADO DE DATOS PARA MINERIA DE DATOS Ó 10.1007/978-3-319-02738-8-2. PREPROCESADO DE DATOS PARA MINERIA DE DATOS Miguel Cárdenas-Montes Frecuentemente las actividades de minería de datos suelen prestar poca atención a las actividades de procesado

Más detalles

La Metodología FILDFO (First In Last Daily First Out) para la Gestión de Almacenes de Productos Distintos, Pesados y Apilables.

La Metodología FILDFO (First In Last Daily First Out) para la Gestión de Almacenes de Productos Distintos, Pesados y Apilables. X Congreso de Ingeniería de Organización Valencia, 7 y 8 de septiembre de 2006 La Metodología FILDFO (First In Last Daily First Out) para la Gestión de Almacenes de Productos Distintos, Pesados y Apilables.

Más detalles

Diseño de un directorio Web de diseñadores gráficos, ilustradores y fotógrafos.

Diseño de un directorio Web de diseñadores gráficos, ilustradores y fotógrafos. Universidad Nueva Esparta Facultad de Ciencias Administrativas Escuela de Administración de Diseño de un directorio Web de diseñadores gráficos, ilustradores y fotógrafos. Tutor: Lic. Beaujon, María Beatriz

Más detalles

DISEÑO DE UN MOLDE DE INYECCIÓN DE PIEZAS DE PLÁSTICO MEDIANTE LA UTILIZACIÓN DE TECNOLOGÍAS DE PROTOTIPADO RÁPIDO

DISEÑO DE UN MOLDE DE INYECCIÓN DE PIEZAS DE PLÁSTICO MEDIANTE LA UTILIZACIÓN DE TECNOLOGÍAS DE PROTOTIPADO RÁPIDO DISEÑO DE UN MOLDE DE INYECCIÓN DE PIEZAS DE PLÁSTICO MEDIANTE LA UTILIZACIÓN DE TECNOLOGÍAS DE PROTOTIPADO RÁPIDO Autor: Arribas Gridilla, Pedro. Director: Manini Gumz, Javier. Entidad Colaboradora: ICAI

Más detalles

SISTEMA CONTROL DE ACCESOS A EDIFICIOS MEDIANTE TARJETAS CRIPTOGRÁFICAS Y TARJETAS DE RADIOFRECUENCIA (RFID)

SISTEMA CONTROL DE ACCESOS A EDIFICIOS MEDIANTE TARJETAS CRIPTOGRÁFICAS Y TARJETAS DE RADIOFRECUENCIA (RFID) SISTEMA CONTROL DE ACCESOS A EDIFICIOS MEDIANTE TARJETAS CRIPTOGRÁFICAS Y TARJETAS DE RADIOFRECUENCIA (RFID) Alumno: Velayos Sardiña, Marta Director: Palacios Hielscher, Rafael Entidad Colaboradora: ICAI

Más detalles

Sub consultas avanzadas

Sub consultas avanzadas Sub consultas avanzadas Objetivo Después de completar este capítulo conocerá lo siguiente: Escribir una consulta de múltiples columnas Describir y explicar el comportamiento de las sub consultas cuando

Más detalles

Diseño orientado al flujo de datos

Diseño orientado al flujo de datos Diseño orientado al flujo de datos Recordemos que el diseño es una actividad que consta de una serie de pasos, en los que partiendo de la especificación del sistema (de los propios requerimientos), obtenemos

Más detalles

Una serie temporal o cronológica es en una sucesión de valores que adopta una variable (Y):

Una serie temporal o cronológica es en una sucesión de valores que adopta una variable (Y): INTRODUCCIÓN Nos vamos a ocupar ahora de estudiar un fenómeno desde la perspectiva temporal, observando su evolución a través del tiempo, lo que se denomina investigación diacrónica o longitudinal, en

Más detalles

Análisis de la estrategia de ahorro y eficiencia energética de España para el sector residencial

Análisis de la estrategia de ahorro y eficiencia energética de España para el sector residencial COMUNICACIÓN TÉCNICA Análisis de la estrategia de ahorro y eficiencia energética de España para el sector residencial Autor: José González Fuentes Institución: Universidad de Oviedo e-mail: jofe45@hotmail.com

Más detalles

Introducción. Estadística 1. 1. Introducción

Introducción. Estadística 1. 1. Introducción 1 1. Introducción Introducción En este tema trataremos de los conceptos básicos de la estadística, también aprenderemos a realizar las representaciones gráficas y a analizarlas. La estadística estudia

Más detalles

Statgraphics Centurión

Statgraphics Centurión Facultad de Ciencias Económicas y Empresariales. Universidad de Valladolid 1 Statgraphics Centurión I.- Nociones básicas El paquete Statgraphics Centurión es un programa para el análisis estadístico que

Más detalles

INTRODUCCIÓN A LA ECONOMETRÍA E INFORMÁTICA MODELOS ECONOMÉTRICOS E INFORMACIÓN ESTADÍSTICA

INTRODUCCIÓN A LA ECONOMETRÍA E INFORMÁTICA MODELOS ECONOMÉTRICOS E INFORMACIÓN ESTADÍSTICA INTRODUCCIÓN A LA ECONOMETRÍA E INFORMÁTICA MODELOS ECONOMÉTRICOS E INFORMACIÓN ESTADÍSTICA Eva Medina Moral (Febrero 2002) EXPRESIÓN DEL MODELO BASICO DE REGRESIÓN LINEAL La expresión formal del modelo

Más detalles

Energía Renovable 9REN WONDERWARE GARANTIZA EL DESEMPEÑO Y MEJORA EL RENDIMIENTO DE LAS PLANTAS DE GENERACIÓN DE ENERGÍAS RENOVABLES DE 9REN

Energía Renovable 9REN WONDERWARE GARANTIZA EL DESEMPEÑO Y MEJORA EL RENDIMIENTO DE LAS PLANTAS DE GENERACIÓN DE ENERGÍAS RENOVABLES DE 9REN ENERGÍA RENOVABLE Energía Renovable 9REN WONDERWARE GARANTIZA EL DESEMPEÑO Y MEJORA EL RENDIMIENTO DE LAS PLANTAS DE GENERACIÓN DE ENERGÍAS RENOVABLES DE 9REN Madrid, España. Las energías renovables son

Más detalles

Material del curso Análisis de datos procedentes de investigaciones mediante programas informáticos Manuel Miguel Ramos Álvarez

Material del curso Análisis de datos procedentes de investigaciones mediante programas informáticos Manuel Miguel Ramos Álvarez Curso de Análisis de investigaciones con programas Informáticos 1 UNIVERSIDAD DE JAÉN Material del curso Análisis de datos procedentes de investigaciones mediante programas informáticos Manuel Miguel Ramos

Más detalles

www.bvbusiness-school.com

www.bvbusiness-school.com Control Estadístico de Procesos www.bvbusiness-school.com CONTROL ESTADÍSTICO DE PROCESOS El es un conjunto de técnicas estadísticas destinadas a hacer un seguimiento, en tiempo real, de la calidad que

Más detalles

Estudio y simulación de la influencia de la estructura Transformador-Bobina Paralelo en convertidores CC-CC clásicos

Estudio y simulación de la influencia de la estructura Transformador-Bobina Paralelo en convertidores CC-CC clásicos ESCUELA POLITÉCNICA SUPERIOR Grupo de Sistemas Electrónicos de Potencia PROYECTO FIN DE CARRERA INGENIERÍA INDUSTRIAL Estudio y simulación de la influencia de la estructura Transformador-Bobina Paralelo

Más detalles

Vehículos eléctricos: cómo cambiar las percepciones y aceptar los desafios

Vehículos eléctricos: cómo cambiar las percepciones y aceptar los desafios Alto rendimiento. Hecho realidad. Vehículos eléctricos: cómo cambiar las percepciones y aceptar los desafios Resultados del estudio en España Alto rendimiento. Hecho realidad. Alto rendimiento. Hecho realidad.

Más detalles

Cómo ahorrar en la factura energética?

Cómo ahorrar en la factura energética? Cómo ahorrar en la factura energética? Cruz Enrique Borges Hernández cruz.borges@deusto.es Tercer Encuentro de Jóvenes Investigadores en Matemáticas La Laguna, 18 de octubre de 2013 This work is licensed

Más detalles

XDR. Big Data solution.

XDR. Big Data solution. XDR Big Data solution. Objetivo Principal Xdr es una solución que utiliza una arquitectura sencilla, de bajo costo y totalmente integrada a la infraestructura de los negocios de las empresas de Telecomunicaciones.

Más detalles

Evaluación del impacto de la integración del coche eléctrico en las redes de distribución de energía eléctrica

Evaluación del impacto de la integración del coche eléctrico en las redes de distribución de energía eléctrica 03.4 FUENTES DE ENERGÍA PARA AUTOMOCIÓN Evaluación del impacto de la integración del coche eléctrico en las redes de distribución de energía eléctrica La incorporación del coche eléctrico a las redes de

Más detalles

2 Métodos combinatorios

2 Métodos combinatorios 2 Métodos combinatorios Las pruebas pueden aplicarse de muchas maneras, es decir, existen diferentes formas de preparar casos de prueba. En este capítulo se presentan dos formas de prueba muy fáciles de

Más detalles