Escudo de la República de Colombia
Sistema Nacional de Biliotecas - Repositorio Institucional Universidad Nacional de Colombia Biblioteca Digital - Repositorio Institucional UN Sistema Nacional de Bibliotecas UN

Comparing energy consumption for rail transit routes through Symmetric Vertical Sinusoid Alignments (SVSA), and applying artificial neural networks. A case study of Metro Valencia (Spain)

Pineda-Jaramillo, Juan Diego and Salvador-Zuriaga, Pablo and Insa-Franco, Ricardo (2017) Comparing energy consumption for rail transit routes through Symmetric Vertical Sinusoid Alignments (SVSA), and applying artificial neural networks. A case study of Metro Valencia (Spain). DYNA, 84 (203). pp. 17-23. ISSN 2346-2183

Texto completo

[img]
Vista previa
PDF - Versión Publicada
Available under License Creative Commons Attribution Non-commercial No Derivatives.

550kB

URL oficial: https://revistas.unal.edu.co/index.php/dyna/articl...

Resumen

This paper presents the training of an artificial neural network using consumption data measured in the metropolitan network of Valencia, Spain, to estimate the energy consumption of a metro system. After calibration and validation of the neural network, the results obtained show that it can be used to predict energy consumption with high accuracy. Once fully trained, the neural network is used for testing hypothetical operational scenarios aimed to reduce the energy consumption of a metro system. These operational scenarios include different vertical alignments that prove that Symmetric Vertical Sinusoid Alignments (SVSA) can reduce energy consumption by 18.41% in contrast to a flat (0% gradient) alignment., Este artículo presenta el entrenamiento de una red neuronal artificial usando el consumo energético medido en la red metropolitana de Valencia, España, para estimar el consumo energético de un sistema metro. Después de la calibración y validación de la red neuronal, los resultados obtenidos muestran que esta puede ser utilizada para predecir el consumo energético con una gran precisión. Una vez entrenada, la red neuronal es utilizada para probar diferentes escenarios de operación hipotéticos con el objetivo de reducir el consumo energético de un sistema metro. Estos escenarios de operación incluyen diferentes trazados verticales que prueban que los Alineamientos Verticales Sinusoidales Simétricos (SVSA, por sus siglas en inglés) pueden reducir el consumo energético en un 18.41 % en contraste con un alineamiento plano (pendiente del 0%).

Tipo de documento:Artículo - Article
Palabras clave:Symmetric Vertical Sinusoid Alignments (SVSA), gradient, energy consumption, artificial neural networks, metro system, Alineamientos Verticales Sinusoidales Simétricos (SVSA, por sus siglas en inglés), pendiente, consumo energético, redes neuronales artificiales, sistema metro
Temática:6 Tecnología (ciencias aplicadas) / Technology > 62 Ingeniería y operaciones afines / Engineering
Unidad administrativa:Revistas electrónicas UN > Dyna
Código ID:59247
Enviado por : Dirección Nacional de Bibliotecas STECNICO
Enviado el día :16 Noviembre 2017 14:43
Ultima modificación:27 Noviembre 2017 22:02
Ultima modificación:27 Noviembre 2017 22:02
Exportar:Clic aquí
Estadísticas:Clic aquí
Compartir:

Solamente administradores del repositorio: página de control del ítem

Vicerrectoría de Investigación: Número uno en investigación
Indexado por:
Indexado por Scholar Google WorldCat DRIVER Registry of Open Access Repositories OpenDOAR Metabiblioteca BDCOL OAIster Red de repositorios latinoamericanos DSpace BASE Open archives La referencia Colombiae Open Access Theses and Dissertations Tesis latinoamericanas CLACSO
Este sitio web se ve mejor en Firefox