2026-04-13T03:58:11Zhttps://recercat.cat/oai/request

oai:recercat.cat:2117/3318382025-07-22T17:28:13Zcom_2072_1033col_2072_452951

urn:hdl:2117/331838 Desarrollo de una red neuronal para la predicción de la producción energética de un aerogenerador Hernández Mestre, Miguel Àrees temàtiques de la UPC::Energies Wind turbines Aerogeneradors Este proyecto está enmarcado en el ámbito de la ciencia de datos y detalla el proceso de desarrollo y entrenamiento de un sistema informático capaz de pronosticar, con la mayor exactitud posible, la producción de energía eléctrica y retribución económica de un aerogenerador a corto plazo. El objeto principal de este proyecto es programar en lenguaje Python un algoritmo basado en el aprendizaje profundo, que mediante la utilización de una red neuronal de memoria a corto y largo plazo (LSTM), sea capaz de aprender de experiencias del pasado y generar los pronósticos futuros mencionados anteriormente. Estas predicciones pretenden ser lo más precisas posibles, y para ello, se debe extraer el máximo aprovechamiento de los datos disponibles realizando diferentes modificaciones y análisis sobre ellos y sobre el algoritmo. Las acciones que se llevan a cabo para la consecución de los objetivos propuestos se agrupan en tres fases principales:  En primer lugar, se realiza un análisis exploratorio de datos (EDA) que permite un estudio profundo y una adecuación de los datos al problema que se enfrenta.  A continuación, se construye el sistema informático o modelo. Para ello se ejecuta un test de desarrollo que permite escoger la estructura que maximiza la precisión de los pronósticos.  Finalmente, el entrenamiento del modelo permite la creación del algoritmo computacional. El resultado obtenido enseña como una correcta gestión de los datos y un exhaustivo análisis sobre todas las variables estructurales que permite la red LSTM da la opción de crear un modelo pronosticador con un error aceptable. Además de una metodología capaz de desarrollar y entrenar una red neuronal. 2020-07-23 Bachelor thesis http://creativecommons.org/licenses/by-nc-nd/3.0/es/ Open Access Universitat Politècnica de Catalunya