Predicció de l’energia generada en sistemes eòlics mitjançant xarxes neuronals

Abstract

En en el present TFM, treball fi de màster, s’han desenvolupat, entrenat, i avaluat diferents models de xarxes neuronals per predir l’energia elèctrica generada en quatre parcs eòlics diferents, a partir d’una base de dades que recull informació sobre la generació energètica, la velocitat del vent i les condicions ambientals. D’entrada, s’ha realitzat un estudi sobre l’estat de l’art, on s’han definit els antecedents, l’estat de la qüestió, l’estat de la tecnologia i de la ciència, així com també els conceptes teòrics importants que es desenvolupen al llarg del treball, com ara els diferents tipus de xarxes neuronals. A continuació, s’ha dut a terme un tractament de les dades, amb transformacions de variables, eliminació d’algunes i incorporació d’altres. Després, s’han entrenat diversos models de xarxes neuronals del tipus MLP (Perceptró multicapa) i LSTM (Memòria a llarg termini). Els resultats obtinguts mostren que, en tots quatre parcs les xarxes MLP s’adapten millor a la base de dades amb què s’ha treballat. La funció de pèrdua utilitzada per avaluar els models ha estat la MSE (l’error quadràtic mitjà) amb un valor màxim de 0,01 en el pitjor dels casos, que correspon al parc 1. Pel que fa les xarxes LSTM, ofereixen resultats menys precisos, essent el millor del casos un mse de 0,011. En conclusió, aquest treball ha permès validar l’aplicació de les xarxes neuronals en la predicció de la generació energètica dels parcs eòlics, posant en manifest la importància de saber seleccionar i adaptar el model a les dades disponibles.