Estudio de la variación estacional de la resistencia de las puestas a tierra utilizando inteligencia artificial

Fil: Feltan, Corina María. Universidad Nacional de Misiones. Facultad de Ingeniería; Argentina.

Guardado en:
Detalles Bibliográficos
Autores principales: Feltan, Corina María, Caballero, Aldo Luis, Quintana, Angel Paolo, Yuchechen, Darío Iván
Formato: Documento de conferencia publishedVersion
Lenguaje:Español
Publicado: Universidade Regional do Noroeste do Estado do Rio Grande do Sul 2018
Materias:
Sistemas de puestas a tierra
Redes neuronales artificiales
Red de retropropagación
Perceptrón multicapa
Ground resistance
Artificial neural networks
Back propagation algorithm
Multilayer perceptrons
Acceso en línea:https://hdl.handle.net/20.500.12219/4219
Aporte de:
Repositorio Institucional Digital de la UNaM (RIDUNAM) de Universidad Nacional de Misiones
id I77-R195-20.500.12219-4219
record_format dspace
spelling I77-R195-20.500.12219-42192023-12-18T13:58:46Z Estudio de la variación estacional de la resistencia de las puestas a tierra utilizando inteligencia artificial Estimation of seasonal variation of ground resistance using artificial intelligence Feltan, Corina María Caballero, Aldo Luis Quintana, Angel Paolo Yuchechen, Darío Iván Sistemas de puestas a tierra Redes neuronales artificiales Red de retropropagación Perceptrón multicapa Ground resistance Artificial neural networks Back propagation algorithm Multilayer perceptrons Fil: Feltan, Corina María. Universidad Nacional de Misiones. Facultad de Ingeniería; Argentina. Fil: Caballero, Aldo Luis. Universidad Nacional de Misiones. Facultad de Ingeniería; Argentina. Fil: Quintana, Ángel Paolo. Universidad Nacional de Misiones. Facultad de Ingeniería; Argentina. Fil: Yuchechen, Darío Iván. Universidad Nacional de Misiones. Facultad de Ingeniería; Argentina. El objetivo de este trabajo es un desarrollo metodológico para la estimación de la resistencia de puesta a tierra mediante el uso de técnicas de inteligencia artificial, utilizando redes neuronales –RNA–. El valor de la resistencia de puesta a tierra depende en gran medida del sistema de puesta a tierra y las características del suelo. Teniendo en cuenta que el valor de la resistividad del suelo fluctúa durante el año, la resistencia de puesta a tierra varía en proporción a esta última. Se escoge esta metodología aprovechando la capacidad de las RNA para reconocer relaciones lineales y no lineales entre diversos parámetros. Se estima la resistencia de puesta a tierra tomando en cuenta las mediciones de la resistividad y la precipitación acumulada. Con este propósito las RNA han sido entrenadas y validadas mediante el uso de datos experimentales con el fin de examinar su capacidad para predecir la resistencia de puesta a tierra. Los resultados demuestran la eficacia de la metodología propuesta. 2018-09-25 info:eu-repo/semantics/conferenceObject info:ar-repo/semantics/documento de conferencia info:eu-repo/semantics/publishedVersion https://hdl.handle.net/20.500.12219/4219 spa info:eu-repo/semantics/openAccess application/pdf application/pdf 211.5 KB Universidade Regional do Noroeste do Estado do Rio Grande do Sul
institution Universidad Nacional de Misiones
institution_str I-77
repository_str R-195
collection Repositorio Institucional Digital de la UNaM (RIDUNAM)
language Español
topic Sistemas de puestas a tierra
Redes neuronales artificiales
Red de retropropagación
Perceptrón multicapa
Ground resistance
Artificial neural networks
Back propagation algorithm
Multilayer perceptrons
spellingShingle Sistemas de puestas a tierra
Redes neuronales artificiales
Red de retropropagación
Perceptrón multicapa
Ground resistance
Artificial neural networks
Back propagation algorithm
Multilayer perceptrons
Feltan, Corina María
Caballero, Aldo Luis
Quintana, Angel Paolo
Yuchechen, Darío Iván
Estudio de la variación estacional de la resistencia de las puestas a tierra utilizando inteligencia artificial
topic_facet Sistemas de puestas a tierra
Redes neuronales artificiales
Red de retropropagación
Perceptrón multicapa
Ground resistance
Artificial neural networks
Back propagation algorithm
Multilayer perceptrons
description Fil: Feltan, Corina María. Universidad Nacional de Misiones. Facultad de Ingeniería; Argentina.
format Documento de conferencia
Documento de conferencia
publishedVersion
author Feltan, Corina María
Caballero, Aldo Luis
Quintana, Angel Paolo
Yuchechen, Darío Iván
author_facet Feltan, Corina María
Caballero, Aldo Luis
Quintana, Angel Paolo
Yuchechen, Darío Iván
author_sort Feltan, Corina María
title Estudio de la variación estacional de la resistencia de las puestas a tierra utilizando inteligencia artificial
title_short Estudio de la variación estacional de la resistencia de las puestas a tierra utilizando inteligencia artificial
title_full Estudio de la variación estacional de la resistencia de las puestas a tierra utilizando inteligencia artificial
title_fullStr Estudio de la variación estacional de la resistencia de las puestas a tierra utilizando inteligencia artificial
title_full_unstemmed Estudio de la variación estacional de la resistencia de las puestas a tierra utilizando inteligencia artificial
title_sort estudio de la variación estacional de la resistencia de las puestas a tierra utilizando inteligencia artificial
publisher Universidade Regional do Noroeste do Estado do Rio Grande do Sul
publishDate 2018
url https://hdl.handle.net/20.500.12219/4219
work_keys_str_mv AT feltancorinamaria estudiodelavariacionestacionaldelaresistenciadelaspuestasatierrautilizandointeligenciaartificial
AT caballeroaldoluis estudiodelavariacionestacionaldelaresistenciadelaspuestasatierrautilizandointeligenciaartificial
AT quintanaangelpaolo estudiodelavariacionestacionaldelaresistenciadelaspuestasatierrautilizandointeligenciaartificial
AT yuchechendarioivan estudiodelavariacionestacionaldelaresistenciadelaspuestasatierrautilizandointeligenciaartificial
AT feltancorinamaria estimationofseasonalvariationofgroundresistanceusingartificialintelligence
AT caballeroaldoluis estimationofseasonalvariationofgroundresistanceusingartificialintelligence
AT quintanaangelpaolo estimationofseasonalvariationofgroundresistanceusingartificialintelligence
AT yuchechendarioivan estimationofseasonalvariationofgroundresistanceusingartificialintelligence
_version_ 1809366060324880384

Ejemplares similares