Load Curves Estimation of Distribution Transformers using RNA

Abstract

El objetivo principal del presente trabajo es desarrollar un modelo computacional mediante Redes Neuronales Artificiales capaz de estimar la demanda de energía eléctrica o curva de carga a corto plazo de un determinado puesto de distribución con determinado número de clientes asociados, teniendo en cuenta incertidumbres como factores sociales, ambientales y económicos.El modelo desarrollado se basa en el método de aprendizaje backpropagation y abarca la problemática de la estimación que debe su complejidad a la cantidad de variables involucradas en el consumo de energía.Como solución al problema se implementó, en Matlab®, un algoritmo de estimación capaz de generar una curva de carga a partir de nuevos datos de entrada. Esto teniendo en cuenta los patrones de comportamiento adquiridos de una determinada zona en la fase de entrenamiento. Demostrando ser una herramienta válida para los involucrados en las etapas de planeamiento y mantenimiento de una red de distribución.Resumen— The main objective of this work is to develop a computational model using Artificial Neural Networks capable of estimating the electric power demand, or short-term load curve, of a given distribution station with a certain number of associated customers, taking into account some particularities, such as social factors, environmental an economic.The developed model is based on a learning method, known as backpropagation, and it covers the electrical load’s estimation problem, that owes its complexity to the number of variables involved in the consumption of electrical energy.As a solution to the problem it was implemented, with the usage of Matlab®, an estimation algorithm capable of generating a load curve from new input data, considering the behavior patterns acquired from a certain area in the training phase, proving to be a valid tool for those involved in the panning and maintenance stages of a distribution network.