Predicción a corto plazo de la generación de electricidad en Indonesia utilizando MATLAB basado en la red neuronal...

Área de la Ciencia:

• Ciencias Ambientales
• Ciencias de la Computación
• Ingeniería

Sus antecedentes:

• El aumento del consumo, la producción y el suministro de electricidad a partir de combustibles fósiles en Indonesia, impulsado por el crecimiento de la población, la urbanización y los avances tecnológicos, contribuye al daño ambiental.
• La predicción precisa de la electricidad es esencial para la gestión sostenible de la energía y la mitigación de los impactos ambientales.

Objetivo del estudio:

• Predecir la generación anual de electricidad en Indonesia con un año de antelación utilizando una red neuronal no lineal autorregresiva con entrada exógena (NARX).
• Comparar el rendimiento de los algoritmos de Levenberg-Marquardt y Regularización Bayesiana dentro del modelo NARX para la predicción de la generación de electricidad.

Principales métodos:

• Aplicación de un modelo de red neuronal no lineal autorregresiva con entrada exógena (NARX) para la predicción de la generación de electricidad.
• Se utilizó MATLAB para la implementación del modelo y la predicción.
• Se empleó una división de datos del 70%-30% para entrenamiento y prueba, con 30 capas ocultas y un retardo de 2 pasos de tiempo.

Principales resultados:

• Ambos algoritmos, Levenberg-Marquardt y Regularización Bayesiana, lograron un coeficiente de determinación (R²) superior a 0.9.
• El Error Porcentual Absoluto Medio (MAPE) para ambos algoritmos fue inferior al 3%, lo que indica una alta precisión en la predicción.
• El algoritmo de Levenberg-Marquardt mostró un rendimiento marginalmente superior en comparación con la Regularización Bayesiana.

Conclusiones:

• El modelo de red neuronal NARX, particularmente con el algoritmo de Levenberg-Marquardt, proporciona información valiosa para la predicción a corto plazo de la generación anual de electricidad en Indonesia.
• La alta precisión del modelo apoya la toma de decisiones informadas para la planificación energética y la gestión ambiental.