Un marco de conjunto basado en algoritmos genéticos para la predicción de la velocidad del viento

Área de la Ciencia:

• Sistemas de Energía Renovable; Predicción Meteorológica; Inteligencia Computacional

Sus antecedentes:

• La energía eólica es un recurso limpio vital, pero su variabilidad requiere una predicción precisa.; Los modelos existentes de predicción de la velocidad del viento tienen dificultades con las influencias meteorológicas.; La predicción confiable es clave para gestionar la intermitencia de la energía eólica.

Objetivo del estudio:

• Desarrollar y evaluar un marco de conjunto basado en algoritmos genéticos (GA) para mejorar la predicción de la velocidad del viento.; Comparar sistemáticamente el rendimiento de 14 modelos de predicción diversos.; Evaluar la efectividad del marco en múltiples ciudades brasileñas.

Principales métodos:

• Se propuso un enfoque de conjunto basado en GA, que combina varios modelos de predicción.; Se evaluaron catorce modelos, incluidos tipos lineales, de redes neuronales, híbridos y de conjunto.; Se utilizaron datos de velocidad del viento minuto a minuto de cinco ciudades brasileñas para la validación del modelo.

Principales resultados:

• El marco de conjunto basado en GA demostró un rendimiento superior con bajos valores de error cuadrático medio (MSE) y error absoluto medio (MAE).; Los altos valores de R al cuadrado ($R^2$) (0.7139–0.8723) indicaron sólidas capacidades predictivas.; La validación estadística (prueba de Friedman, p < 0.001) confirmó diferencias significativas en el rendimiento del modelo y la estabilidad de los rangos.

Conclusiones:

• El marco de conjunto propuesto basado en GA ofrece un avance significativo en la precisión de la predicción de la velocidad del viento.; El marco exhibe alta escalabilidad y eficiencia computacional, lo que lo hace adecuado para aplicaciones prácticas.; La mejora de la predicción de la velocidad del viento mejora la integración y la confiabilidad de los sistemas de energía eólica.