TECNICA DE APLICACION VENTAJAS DESVENTAJAS

INTELIGENCIA
ARTIFICIAL.

Máquina de Pueden analizar los datos  Sigue siendo  Si la cantidad

soporte dados y reconocer un efectivo en de funciones
vectorial patrón o tendencia en los casos donde el es mucho
(SVM) datos con respecto al número de mayor que la
resultado. se usan para el dimensiones es cantidad de
análisis de regresión y la mayor que el muestras
clasificación de datos número de evite el ajuste
estadísticos. muestras. excesivo al
 Utiliza un elegir las
En cuanto a áreas de
subconjunto de funciones
aplicación son las
puntos de Kernel y el
siguientes:
entrenamiento término de
Calidad de potencia: en la función de regularización
decisión es crucial.
Uno de los factores más (llamados  Las SVM no
importantes es vectores de proporcionan
precisamente la calidad soporte), por lo estimaciones
de energía, ya que las que también es de
consecuencias de una eficiente desde probabilidad
mala calidad pueden ser: el punto de directamente,
vista de la estas se
sobretensiones,
memoria. calculan
inmersión (caída),
 Versátil: se utilizando una
distorsiones armónicas,
pueden costosa
interrupciones, el
especificar validación
parpadeo, etc. Esto
diferentes cruzada de
representa
funciones del cinco veces.
perturbaciones en el
Kernel para la
buen funcionamiento de
función de
los equipos del cliente o
decisión. Se
usuario final.
proporcionan
Señales: núcleos
comunes, pero
Dos de las técnicas más también es
comunes en el posible
procesamiento de las especificar
señales eléctricas, son la kernels
transformada de Fourier personalizados.
y de wavelet, utilizadas
para filtrar ruidos. Zhu
(2005), en su
 investigación plantea la
unión de la transformada
de wavelet y la SVM, en
un solo sistema de
detección y clasificación
de perturbaciones en una
red de energía eléctrica.

Energías alternativas:
(eólica, solar o
fotovoltaica).

ALGORTIMOS Los Algoritmos genéticos -Su implementación - El lenguaje que se

GENETICOS pueden proporcionar computacional es debe utilizar debe
herramientas poderosas bastante simple y tener la capacidad de
en el campo de la provee un poderoso tolerar cambios
optimización. Se ha mecanismo de aleatorios; que no
comprobado que estos búsqueda. lleguen a producir
algoritmos pueden resultados sin sentido
encontrar soluciones - Son esquemas muy o errores fatales. Una
aproximadas a robustos que pueden solución posible será
problemas de gran ser aplicados en un definir a los individuos
complejidad mediante amplio rango de por listas de números
un proceso de evolución problemas de donde cada uno de
simulada. optimización estos números
representa algún
Generación eléctrica. aspecto de la solución
Algoritmos Genéticos. que se tenga.
David C. Walters y Gerald -Puede demorarse
B. Sheble [1] bastante en
presentaron, un trabajo converger o no en
en el que utilizan la absoluto, esto
técnica de Algoritmos depende de cierto
Genéticos para la modo en los
solución del problema de parámetros que se
Despacho Económico estén utilizando, por
codificando potencia de ejemplo, el tamaño de
salida de las máquinas, y la población, numero
en el que aprovechando de generaciones, etc.
las cualidades de esta
técnica, introducen el
efecto de punto de
válvula en las curvas de
costo de los generadores.
REDES Proporciona Mecanismos
BAYESIANAS robustos para trabajar
con cualquier evidencia
mínima que permite
hacer frente a la
incertidumbre inherente
en la evaluación de las
pérdidas de energía.

REDES Protecciones eléctricas -Las RNA pueden -Las RNA se deben

NEURONALES sintetizar algoritmos a entrenar para cada
ARTIFICIALES Z Moravej, D N través de un proceso de problema. Además, es
Vishwakarma [1],
aprendizaje. necesario realizar
presentan un trabajo múltiples pruebas
sobre la protección -Para utilizar la para determinar la
diferencial del tecnología neural no es arquitectura
transformador de necesario conocer los adecuada. El
potencia con restricción detalles matemáticos. entrenamiento es
armónica basado en una Sólo se largo y puede
red neuronal artificial. La consumir varias horas
red neuronal monitorea -requiere estar
de la computadora
diferentes condiciones familiarizado con los
(CPU).
de operación del datos del trabajo.
transformador, detecta -La solución de -Debido a que las
fallas y emite una señal problemas no lineales redes se entrenan en
de disparo en caso de es uno de los fuertes de lugar de
falla interna solamente. las RNA. programarlas, éstas
El esquema de necesitan muchos
protección propuesto es -Las RNA son robustas, datos.
exacto, rápido, eficiente pueden fallar algunos
elementos de -Las RNA representan
y confiable.
procesamiento, pero la un aspecto complejo
Sistemas digitales red continúa para un observador
externo que desee
Al final de los años trabajando; esto es realizar cambios. Para
setenta Minsky y Papert contrario a lo que añadir nuevo
demostraron que los sucede en
conocimiento es
perceptrones eran programación necesario cambiar las
incapaces de hacer tradicional iteraciones entre
tareas simples tales muchas unidades para
como sintetizar la que su efecto
función lógica XOR. unificado sintetice
Robots automatizados y este conocimiento.
sistemas de control Para un problema de
(visión artificial y tamaño considerable
es imposible hacer
sensores de presión, esto manualmente,
temperatura, gas. por lo tanto, una red
con representación
distribuida debe
emplear algún
esquema de
aprendizaje.