Power Disturbance Monitoring through Techniques for Novelty Detection on Wind Power and Photovoltaic Generation.

Gonzalez-Abreu, Artvin Darien; Osornio-Rios, Roque Alfredo; Elvira-Ortiz, David Alejandro; Jaen-Cuellar, Arturo Yosimar; Delgado-Prieto, Miguel; Antonino-Daviu, Jose Alfonso

Gonzalez-Abreu, Artvin Darien; Osornio-Rios, Roque Alfredo; Elvira-Ortiz, David Alejandro; Jaen-Cuellar, Arturo Yosimar; Delgado-Prieto, Miguel; Antonino-Daviu, Jose Alfonso.

Afiliación

Gonzalez-Abreu AD; CA Mecatrónica, Facultad de Ingeniería, Universidad Autónoma de Querétaro, Av. Río Moctezuma 249, Querétaro 76807, Mexico.
Osornio-Rios RA; CA Mecatrónica, Facultad de Ingeniería, Universidad Autónoma de Querétaro, Av. Río Moctezuma 249, Querétaro 76807, Mexico.
Elvira-Ortiz DA; CA Mecatrónica, Facultad de Ingeniería, Universidad Autónoma de Querétaro, Av. Río Moctezuma 249, Querétaro 76807, Mexico.
Jaen-Cuellar AY; CA Mecatrónica, Facultad de Ingeniería, Universidad Autónoma de Querétaro, Av. Río Moctezuma 249, Querétaro 76807, Mexico.
Delgado-Prieto M; MCIA Research Center Department of Electronic Engineering, Technical University of Catalonia (UPC), 08034 Barcelona, Spain.
Antonino-Daviu JA; Instituto Tecnológico de la Energía, Universitat Politècnica de València (UPV), Camino de Vera s/n, 46022 Valencia, Spain.

Sensors (Basel) ; 23(6)2023 Mar 07.

Article en En | MEDLINE | ID: mdl-36991619

Palabras clave

machine learning; novelty detection; photovoltaic generation; power quality disturbance; wind generation

Texto completo

Añadir a Mi BVS

Imprimir

XML

PubMed Links

Buscar en Google

Texto completo: 1 Colección: 01-internacional Base de datos: MEDLINE Tipo de estudio: Diagnostic_studies Idioma: En Revista: Sensors (Basel) Año: 2023 Tipo del documento: Article País de afiliación: México Pais de publicación: Suiza

Texto completo

Añadir a Mi BVS

Imprimir

XML

PubMed Links

Buscar en Google