Modelo matemático para predecir la producción de energía eólica a corto plazo, utilizando redes neuronales.

Abstract

El presente trabajo de titulación está enfocado en el desarrollo de un modelo de predicción de energía eólica a corto plazo (horizonte de un día) para la Central Eólica Villonaco (CEV), basado en inteligencia artificial, con redes neuronales artificiales (RNAs) especialmente NARX (nonlinear nutorregresive network with exogenous inputs). Teniendo como punto de partida los registros de velocidad de viento y potencia activa desde el año 2014 hasta el 2018. Antes de hacer uso de los datos proporcionados fue necesario realizar un preprocesamiento de la información, rellenar datos perdidos de viento y potencia haciendo uso del software Excel. También fue necesario realizar un tratamiento de datos de viento y potencia activa, suprimiendo así datos atípicos. Previo al proceso de entrenamiento de las RNAs se diseñó un modelo matemático haciendo uso del software yEd Graph Editor®, que permitió generar un flujograma del proceso de predicción de energía eólica. En el proceso de entrenamiento se hizo uso de Neural Network ToolboxTM de MatLab® en la herramienta de Neural Time Series con redes NARX, que se especializa en series de datos que evolución en el tiempo. Luego de un proceso de entrenamientos y evaluación se probaron diversas topologías en la estructura de los datos de entrada y salida. Se definió finalmente por entrenar una RNA por cada mes del año, y se ingresaron los datos para su aprendizaje desde el 2014 hasta el 2017, dejando así el año 2018 para validar el modelo. Para evaluar el rendimiento y precisión de las RNAs se utilizó el estimador de error cuadrático medio (MSE) proporcionado por MatLab®, en lazo abierto y lazo cerrado de la red neuronal, así como también el coeficiente de correlación de Pearson (R). Otro tipo de evaluación se realizó con los datos del 2018 que son datos que no se ocuparon en el entrenamiento, por lo que para evaluar el nivel de precisión se ocuparon el MSE y error relativo medio (ERM).

Palabras claves: método de bines, inteligencia artificial, redes Narx, predicción de viento, aerogeneradores, potencia eólica.