Search

Resumen El brote actual de la enfermedad por coronavirus (COVID-19), que se informó por primera vez en Wuhan, China, el 31 de diciembre de 2019, ha dejado un saldo al 19 de abril de 2020 de más de 3500000 infectados y 160000 muertes en 185 países. En este trabajo utilizamos un modelo basado en el Método de Cadena Microscópica de Markov (MCMM, Markov Microscopic Chain Approach) para estimar la propagación del COVID-19 en la ciudad de Pereira (Risaralda-Colombia). Este modelo incorpora importantes aspectos de la población, relacionados con: ubicación espacial dentro de la ciudad discretizada por comunas, movilidad entre comunas, estratificación por grupos de edad y separación de individuos en siete compartimientos epidemiológicos. Este modelo se utiliza para predecir, en una línea de tiempo, la incidencia de epidemias en poblaciones geolocalizadas, lo que se traduce en una herramienta indicadora para tomar medidas de control. Así, el resultado de la metodología caracteriza la evolución en el tiempo y el espacio de la proporción de los individuos en cada uno de los compartimientos epidemiológicos y en cada grupo etario. Los datos que se refieren a COVID-19, desde la municipalidad de Pereira, hasta el 20 de abril de 2020, se utilizan para alimentar el modelo y obtener las proyecciones espacio-temporales. Los resultados presentados consideran múltiples escenarios de movilidad, de forma que el aplanamiento de las curvas de los diferentes compartimientos epidemiológicos pueda ser visualizados de acuerdo a diferentes estrategias de confinamiento. Por tratarse de un modelo espacio-temporal, los resultados del modelo pueden ser presentados fácilmente como mapas de calor sobre cada uno de los compartimientos epidemiológicos, a fin de facilitar los procesos de toma de decisiones. Abstract The current outbreak of coronavirus disease (COVID-19), which was first reported in Wuhan, China on December 31, 2019, has left a balance as of April 19, 2020 of more than 3500000 infected and 160000 deaths in 185 countries. In this work we use a model based on the Markov Microscopic Chain Approach (MMCA) to estimate the spread of COVID-19 in the city of Pereira (Risaralda-Colombia). This model incorporates important aspects of the population related to spatial location within the city which is discretized by communes, mobility between communes, stratification by age groups and separation of individuals into seven epidemiological compartments. This model is used to predict, in a timeline, the incidence of epidemics in geolocated populations, which translates into an indicator tool to take control measures. The data referring to COVID-19, from the municipality of Pereira, until April 20, 2020 are used to feed the model and obtain the spatio-temporal projections. The results presented consider multiple mobility scenarios, so that the flattening of the curves of the different epidemiological compartments can be visualized according to different confinement strategies. As it is a spatio-temporal model, the results of the model can easily be presented as heat over each of the epidemiological compartments, in order to facilitate decision-making processes.

Due to high costs in facilities and devices, power systems usually works close to their stability limits. To address the stability problems, automatic voltage regulators (AVR) and power system stabilizers (PSS) have been employed successfully but limited to local phenomena with few contributions in global dynamics in power systems. Then, the raise of wide area monitoring systems (WAMS) emerges as the path for the improvement of global dynamics (inter-area oscillations) performance using remote feedback controller. Hence, a new challenge emerges: maintain stability in a closed loop control with time delays inherent to WAMS: time delays in communications from measurements to the control centre, and extra delays from the control centre to actuators. The research was motivated by the need for modernization of power systems capable of dealing with such control difficulties in centralised WAMS for damping inter-area oscillations in power systems. The general idea of the approach is to splitting the time-delay power system control problem in two parts: the time compensation and the control of nonlinear power system. The control problem is solved by a model predictive control (MPC) with terminal cost and constraint set to handle complexities due to: nonlinearities of the power system, the large scale nature of the problem, uncertainties and multiple dynamic feature. The compensation is made by a database based time compensation solution relying on the most updated available state of the system, and the nature of solution provided by the MPC for the forward delay. The approach works in a superior hierarchic level, hence creating a decentralised coordinated strategy that manages slow global dynamics and fast local dynamics as well avoiding bad interactions between different dynamics. The integrated proposed approach is called General Network Latencies Tolerant Model Predictive Control (GNLT-MPC). The approach has been successfully tested in nonlinear time simulations Los sistemas modernos hoy día trabajan muy cerca de sus límites de estabilidad. Para enfrentar aquellos problemas de estabilidad se han usado de forma clásica AVR y PSS, éstos han ofrecido resultados satisfactorios pero limitados al fenonemo local de oscilaciones. Posteriormente, el advenimiento de los esquemas WAMS surgen como la plataforma para el mejoramiento de la dinámica global gracias al uso de señales remotas. Así, un nuevo reto emerge: mantener la estabilidad en el lazo cerrado con retardos inherentes al sistema WAMS, estos retardos son los existentes en el sistema de comunicaciones desde los elementos monitoreados hasta el centro de control y desde el centro de control a los actuadores. La investigación fue motivada por la necesidad de la modernización de los sistemas de potencia para hacerlos capaces de enfrentar dificultades en WAMPACs centralizados para propósitos de amortiguación de oscilaciones inter-area. La idea general es dividir el problema del sistema de potencia con retardos en dos partes: por un lado, el problema de compensación de retardo y por otro lado el control no lineal del sistema de potencia. El problema de control es resuelto mediante el uso de Model Predictive Control. La compensación de tiempo es hecha mediante una solución de compensación basada en base de datos que recae en el concepto del estado más actualizado disponible del sistema. La propuesta trabaja en un nivel de jerarquía superior que crea de ésta forma una estrategia decentralizada coordinada que maneja la dinámica lenta global conjuntamente con las dinámicas rápidas locales evitando inadecuadas interacciones entre ellas. La propuesta general puede recibir el nombre de General Network Latencies Tolerant Model Predictive Control (GNLT-MPC) y fue puesta a prueba con resultados satisfactorios en simulaciones de tiempo no lineales Doctor en Ingeniería Doctorado

Resumen Debido al aumento de la carga y al creciente uso de energías alternativas en el sistema de potencia, este se ha vuelto más sensible a problemas de estabilidad de tensión. Si se considera que los métodos de análisis estático como el flujo de carga no evalúan de manera correcta la estabilidad de tensión, debido a que usan modelos simples para describir las componentes del sistema, y que los modelos dinámicos para el análisis de estabilidad de tensión son complejos y tienen un alto costo computacional, se evidencia la necesidad de desarrollar una metodología más precisa y eficiente. Se presenta un modelo basado en Redes Neurona-les Artificiales (ANN, del inglés Artificial Neural Networks); estas tienen la capacidad de aprender y extraer las principales características de un conjunto de datos. Pueden ofrecer respuestas correctas para aquellas entradas que presentan variaciones causadas por los efectos del ruido o por las distorsiones del medio. Debido a que las ANN tienen habilidad para cambiar su estructura interna durante el entrenamiento han sido utilizadas para el desarrollo de este trabajo como máquinas de estimación del margen de estabilidad de tensión del sistema de potencia a partir su estado. Los datos de entrenamiento se obtienen por medio de un flujo de carga que entrega las condiciones iníciales o las también conocidas variables de entrada a la red y luego, mediante funciones de energía, se obtienen los márgenes de estabilidad que para este caso son las salidas deseadas. Se muestran resultados para un sistema de prueba de cuatro nodos, donde la RN estima de forma cercana las estimaciones efectuadas mediante el uso de márgenes de estabilidad determinísticos. Abstract Power systems have become more sensitive to voltage stability problems due to load growth and the increasing utilization of alternative energy. Voltage stability appears not to be properly evaluated by methods of static analysis, such as load flux, because these methods use simple models to describe the system's components. Moreover, dynamic models for voltage stability analysis require high computational cost. Considering this, there is a need of developing more efficient and accurate methodologies. This article shows a model based on Artificial Neural Networks (ANN). ANN is a technique of artificial intelligence inspired in the biological neural networks of the human brain. An ANN is capable of learning through experience and takes the main characteristics of a dataset. Additionally, such networks may offer correct answers for inputs that present variations due to noise effects or distortions in the environment. ANNs provide a switching behavior as a function of the environment, that is, they get an input dataset and transform it into a consistent output set. This represents the rationale behind using ANNs for the development of this work; in other words, ANNs allow the prediction of a voltage-stability margin in power systems using information about their state variables. The training datasets are obtained from the load flux method, which delivers the initial conditions (i.e. the network input variables). Results are obtained through an estimating NN based methodology and compared to the results obtained when using estimating margin deterministic methods in a 4-node tests system.

Este artículo presenta un procedimiento bastante novedoso para reducir potencias trigonométricas en términos de polinomios de grado simple con componentes armónicas. El resultado fue obtenido mediante la manipulación de las transformaciones de Fourier de las funciones Seno y Coseno junto con el empleo de álgebra convolutiva. This paper shows a novel procedure for reducing Trigonometric Power Functions into lineal polynomial representation with harmonics. The results are obtained through manipulations of Cosinuidal Fourier Transform and using Convolution Algebra.

Este artículo presenta la motivación y algunas consideraciones del método de elementos finitos con su aplicación para el caso bidimensional. Una vez se plantea, se describe cómo se desarrolla el aplicativo de manera computacional. Los resultados obtenidos son comparados con un caso típico de propagación de potencial electrostático mostrado en el artículo método iterativo para el cálculo de potenciales electrostáticos [1]. This paper shows the preliminars concept about Finite Element Method, FEM, in bidimensional analisis.Then, we show the computational implementation. Finally the results are compared against other one obtained trough a method showed in [1] in a tipical case.

En este artículo se muestra una íntima relación entre un cuadripolo eléctrico básico y la especial función de Fibonacci. Adicionalmente se exponen ciertas congruencias resultantes del análisis del cuadripolo mencionado y que se encuentran en la teoría de números. This paper shows a close relationship between a basic electric two port networks and the Fibonacci function. In addition, it is shown same congruencies that are presented in the number theory.