Identificación de la Potencia del Generador de una Turbina Eólica Mediante Redes Neuronales Recurrentes

  1. Cristian Blanco 1
  2. Jesús-Enrique Sierra-García 2
  3. Matilde Santos 3
  1. 1 ETSI Informática, UNED
  2. 2 Electromechanical Department, University of Burgos
  3. 3 Institute of Knowledge Technology University Computense of Madrid
Mostrar afiliaciones +
Libro:
WWME 2022 IV. Jardunaldia - Berrikuntza eta irakaskuntza energia berriztagarrien aurrerapenetan
  1. Aitor J. Garrido Garrido (coord.)
  2. Matilde Santos Peñas (coord.)
  3. Fares Mzoughi (coord.)
  4. Ahmad, Irfan (coord.)
  5. Garrido Hernandez, Izaskun (coord.)

Editorial: Servicio Editorial = Argitalpen Zerbitzua ; Universidad del País Vasco = Euskal Herriko Unibertsitatea

ISBN: 978-84-1319-526-1

Año de publicación: 2023

Páginas: 72-76

Congreso: Jornada Internacional de Energía Eólica y Marina (4. 2022. null)

Tipo: Aportación congreso

DIALNET GOOGLE SCHOLAR lock_openADDI editor

Resumen

La relevancia que ha adquirido la generación de energía eólica marina, y el potencial en un futuro cercano de las turbinas offshore, hacen que se inviertan esfuerzos para hacer de ésta una tecnología eficiente. Una de las líneas de trabajo para ello es la utilización de técnicas de control complejas, que requieren de modelos o estrategias para identificar el estado de la turbina en un instante de tiempo, precisos a la par que lo suficientemente sencillos para no complicar el algoritmo de control. Las redes neuronales han demostrado ser capaces de mapear sistemas no lineales en múltiples contextos. En este trabajo, se estudia la posibilidad de utilizar redes neuronales recurrentes para la identificación de modelos de aerogeneradores, en concreto de la variable de la potencia.

Fuente de los datos: Dialnet