Академический Документы
Профессиональный Документы
Культура Документы
INTELIGENTES
1. INTRODUCCIN
En el siguiente trabajo se pretende dar a conocer
cmo se puede mejorar la red elctrica a partir de la
incorporacin de agentes inteligentes que operen por
medio de la lgica difusa, permitiendo mejorar el
sistema elctrico actual que resulta anticuado y
necesita desde la generacin hasta el trasporte y el
consumo de supervisin y control, realizada en gran
parte de manera manual.
Gracias a los recientes avances que ha tenido la
automatizacin en la industria se posibilita la
incorporacin en las redes elctricas de dispositivos
que mejoren la obtencin de datos y comunicacin,
entre otros diversos retos al respecto de la emergencia
de nuevas necesidades.
2. QU ES LGICA DIFUSA?
Bsicamente la Lgica Difusa es una lgica
multivaluada que permite representar
matemticamente la incertidumbre y la
vaguedad, proporcionando herramientas
formales para su tratamiento.
Como indica Zadeh, Cuando aumenta la
complejidad, los enunciados precisos
pierden su significado y los enunciados
tiles pierden precisin., que puede
resumirse como que los rboles no te
dejan ver el bosque.
3. HISTORIA
El concepto de Lgica Difusa fue creado por Lofti A. Zadeh, catedrtico
de la Universidad de Berkeley (California). En su propuesta, la lgica
difusa fue presentada como una forma de procesamiento de informacin
en la que los datos podran tener asociados un grado de pertenencia
parcial a conjuntos.
Fue a mediados de los 70 cuando esta teora se aplic a los sistemas de
control (cuando los pequeos ordenadores empotrados tuvieron
suficiente potencia como para permitir su ejecucin). Desde entonces el
nmero de aplicaciones industriales y su utilizacin en productos de
consumo ha crecido exponencialmente.
En una primera etapa (entre 1965 y 1974), Zadeh describi el concepto
general de conjunto difuso y su funcin de pertenencia asociada que
toma valores en el intervalo unitario.
conceptos importantes: la
la mayora de aplicaciones
de los conceptos de esta
difuso (especialmente en
El trmino de Soft Computing apareci en 1981 en el BISC (Berkeley Initiative in Soft Computing),
y puede ser definido como el uso de metodologas que proporcionan los fundamentos para el
diseo, desarrollo y uso de sistemas inteligentes. Las principales metodologas que forman este
grupo son la Lgica Difusa, la Computacin Evolutiva, Mtodos Probabilsticos y Aprendizaje
Mquina. En general estas metodologas y tcnicas se combinan ofreciendo mejores resultados.
La tercera etapa de desarrollo (desde 1996) se centra en la computacin con palabras, empleando
procesamiento del lenguaje natural para la bsqueda en internet y el desarrollo de respuesta
automticos. En la actualidad existen multitud de lneas de investigacin que emplean
intensivamente la teora de la lgica difusa en diversidad de reas de aplicacin.
Los seres humanos o los animales pueden tomar decisiones autnomas: reciben estmulos del
ambiente exterior por medio de los sentidos que recolectan una variedad de datos que se
almacenan en la memoria localizada en el cerebro, pudiendo acceder rpidamente a la ejecucin
de acciones a travs de recuerdos. En sus mltiples actividades el ser humano cumple funciones
repetitivas que comparadas con experiencias anteriores le permiten tomar decisiones autnomas
basadas en experiencias pasadas.
Siguiendo este patrn de funcionamiento, la aplicacin de la Lgica difusa en redes elctricas
inteligentes se fundamenta en : Los dispositivos inteligentes recogern datos de una red
elctrica, los compararn con una red de eficiencia ptima y los almacenarn en una base de
datos. Los algoritmos de control podrn acceder a esta base de datos y la utilizarn para
tomar decisiones autnomas en respuesta a los problemas que se puedan presentar durante
el funcionamiento futuro de la red elctrica.
Haciendo referencia al camino que sigue la energa la podemos dividir dentro de los parmetros de
una red elctrica en tres secciones principales: una primera que concierne a la generacin, una
segunda que determina cmo se distribuye y una tercera que se relaciona al consumo de esta
energa por el usuario final. La implementacin de lgicas difusas podra permitir mejorar la
eficiencia y la economa de funcionamiento en cada una de estas tres distintas fases.
5. APLICACIN EN ILUMINACIN
Su aplicacin est en un sistema de control de
iluminacin que utiliza un arreglo de sensores
fotoelctricos para controlar lmparas de
iluminacin, a fin de conseguir una distribucin
de iluminacin acorde a la necesidad de
iluminacin interior de una estancia rectangular
de tamao arbitrario (oficina), es decir la
intensidad de iluminacin ser controlado
gradualmente de tal manera de tener un flujo
de luz constante, de esta manera contribuir al
ahorro energtico en beneficio tanto del usuario
como del medio ambiente.
6. SIMULACIN
PASO 1:
Para implementar este controlador, se
utiliz el toolox de lgica difusa (Fuzzy
Logic Toolbox) de MATLAB.
Para ingresar a l se emplea el comando
fuzzy, el cual permite trabajar en la
ventana FIS Editor, donde se puese
selleccionar el nmero de entradass y
salidas del controlador, as omo tambin
se permite rotular dichas variables, tal
como se aprecia en la figura 6.
Figura 6: Ventana principal de Fuzzy en Matlab.
6. SIMULACIN
Aqu nos aparece por defecto un sistema con una
entrada y una salida llamado Untitled. Desde
esta pantalla podemos elegir algunos detalles
importantes como el mtodo que emplearemos
para la defuzzificacion (centro de gravedad,
bisectriz) as como el nombre de las variables.
Basta con dar click encima de cada una de ellas
hasta que se marquen en rojo (fig. 6 est
marcada input1) y cambiar el nombre en la parte
derecha. Para aadir ms variables iremos a
edit/add variable y seleccionaremos input o
output segn sea necesario. Tenemos tres
entradas y dos salidas. Despus de ir
aadindolas el resultado es el mostrado en la
6. SIMULACIN
PASO 2: (Edicin de variables)
Ya tenemos las variables, entradas y
salidas, creadas en el editor de sistemas
fuzzy de Matlab (FLT). El siguiente paso es
editarlas una por una para conseguir
asignarles las funciones de pertenencia que
diseamos en la memoria de clculos.
Vamos a explicar cmo se aaden funciones
de pertenencia editando la variable
viento. Para entrar a editar las variables
hacemos doble clic en cualquiera de ellas.
Nos aparece una ventana como la de la
figura 8.
6. SIMULACIN
Por defecto cada variable tiene tres funciones de pertenencia. Es posible eliminar cualquiera
seleccionndola y pulsando suprimir. Para aadir funciones de pertenencia nuevas vamos a edit/add
MFs. En esta pantalla tenemos varios detalles importantes:
1. Variables: Aqu tenemos todas las variables que hemos creado anteriormente. Dando click encima
de cada una de ellas podremos aadirlas funciones de pertenencia pertinentes.
2. Graficas de las funciones de pertenencia: En esta zona podemos ver grficamente las funciones
de pertenencia que vamos aadiendo. Se van dibujando de manera que podremos ver como queda
dividido el rango de valores. Seleccionando cada una de ellas independientemente podremos
editarlas en la zona 4.
3. Selector de rango: Mediante unos nmeros entre corchetes podremos definir los lmites de
nuestra variable. Estos nos vienen dados del estudio que hicimos en la memoria de clculos.
4. Parmetros de cada funcin de pertenencia: En este apartado podemos editar la funcin de
pertenencia que hayamos seleccionado en la zona 2. Podemos darle nombre y seleccionar que forma
tendr (triangular, trapezoidal). En funcin de la forma escogida, la casilla Params tendr
diferente valor.
6. SIMULACIN
Teniendo en cuenta los datos de la tabla, ya
es posible disear sin ningn problema
nuestras funciones de pertenencia para la
variable viento.
El sistema que emplearemos para todas las
variables ser implementar funciones de
pertenencia
trapezoidales
para
los
extremos y triangulares para los valores
centrales.
En el caso del viento estipulamos tres
funciones de pertenencia: Z, PM y PG. Z y
PG sern trapezoidales mientras que PM
ser triangular. El resultado despus de
aadir los valores ya calculados es el
6. SIMULACIN
6. SIMULACIN
6. SIMULACIN
6. SIMULACIN
6. SIMULACIN