Identificador persistente para citar o vincular este elemento: http://hdl.handle.net/10553/13009
Campo DC Valoridioma
dc.contributor.advisorHernández Tejera, Francisco Marioes
dc.contributor.advisorHernández Cabrera, José Juanes
dc.contributor.authorÉvora Gómez, Josées
dc.contributor.otherInstituto Universitario de Sistemas Inteligentes y Aplicaciones Numéricas en Ingeniería (SIANI)
dc.date.accessioned2015-03-24T03:30:24Z
dc.date.accessioned2018-06-05T13:05:40Z-
dc.date.available2015-03-24T03:30:24Z
dc.date.available2018-06-05T13:05:40Z-
dc.date.issued2015es
dc.identifier.urihttp://hdl.handle.net/10553/13009
dc.description.abstractEl reto de conseguir una red eléctrica más eficiente pasa por la introducción masiva de energías renovables en la red eléctrica, disminuyendo así las emisiones de CO2. Por ello, se propone no sólo controlar la producción, como se ha hecho hasta ahora, sino que también se propone controlar la demanda. Por ello, en esta investigación se evalúa el uso de la Ingeniería Dirigida por Modelos para gestionar la complejidad en el modelado de redes eléctricas, la Inteligencia de Negocio para analizar la gran cantidad de datos de simulaciones y la Inteligencia Colectiva para optimizar el reparto de energía entre los millones de dispositivos que se encuentran en el lado de la demanda.es
dc.formatapplication/pdfes
dc.languagespaes
dc.rightsby-nc-ndes
dc.subject120304 Inteligencia artificiales
dc.subject120326 Simulaciónes
dc.subject120399 Otras (especificar)es
dc.titleA methodological research on software engineering applied to design of smart grids using a complex system approaches
dc.title.alternativeUna investigación metodológica en ingeniería del software aplicada al diseño de redes eléctricas inteligentes usando una aproximación basada en sistemas complejoses
dc.typeinfo:eu-repo/semantics/doctoralThesises
dc.typeThesises
dc.compliance.driver1es
dc.identifier.absysnet707829es
dc.investigacionIngeniería y Arquitecturaes
dc.rights.accessrightsinfo:eu-repo/semantics/openAccesses
dc.type2Tesis doctorales
dc.identifier.matriculaTESIS-1309103es
dc.identifier.ulpgces
dc.contributor.programaPrograma Oficial de Doctorado en Sistemas Inteligentes y Aplicaciones Numéricas en Ingenieríases
item.grantfulltextopen-
item.fulltextCon texto completo-
crisitem.author.deptGIR SIANI: Inteligencia Artificial, Redes Neuronales, Aprendizaje Automático e Ingeniería de Datos-
crisitem.author.deptIU Sistemas Inteligentes y Aplicaciones Numéricas-
crisitem.author.deptDepartamento de Informática y Sistemas-
crisitem.author.parentorgIU Sistemas Inteligentes y Aplicaciones Numéricas-
crisitem.author.fullNameÉvora Gómez, José-
crisitem.advisor.deptGIR SIANI: Inteligencia Artificial, Redes Neuronales, Aprendizaje Automático e Ingeniería de Datos-
crisitem.advisor.deptIU Sistemas Inteligentes y Aplicaciones Numéricas-
crisitem.advisor.deptDepartamento de Informática y Sistemas-
crisitem.advisor.deptGIR SIANI: Inteligencia Artificial, Redes Neuronales, Aprendizaje Automático e Ingeniería de Datos-
crisitem.advisor.deptIU Sistemas Inteligentes y Aplicaciones Numéricas-
crisitem.advisor.deptDepartamento de Informática y Sistemas-
Colección:Tesis doctoral
miniatura
Adobe PDF (7,71 MB)
Vista resumida

Google ScholarTM

Verifica


Comparte



Exporta metadatos



Los elementos en ULPGC accedaCRIS están protegidos por derechos de autor con todos los derechos reservados, a menos que se indique lo contrario.