Profesores de la Universidad Rey Juan Carlos de Madrid y del MIT de Boston (EE.UU.) han presentado los resultados de un estudio para estimar y predecir con mayor precisión la distribución de velocidad del viento, utilizando menos datos que los modelos habituales empleados en la industria.
El trabajo, realizado conjuntamente entre el profesor Alfredo Cuesta-Infante, investigador del grupo de Computación de Altas Prestaciones y Optimización de la URJC, y los profesores Kalyan Veeramachaneni y Una-May O’Reilly del Computer Science and Artificial Intelligence Laboratory, perteneciente al Instituto Tecnológico de Massachusetts (MIT), ha sido presentado en la edición de este año de la International Joint Conference on Artificial Intelligence (IJCAI’15), celebrada en Buenos Aires.
Los investigadores han diseñado un modelo probabilístico para la estimación de recursos eólicos. Este modelo relaciona la distribución del viento en diferentes lugares con la que hay en el sitio que deseamos estimar o predecir, informa la URJC en su web.
Las aproximaciones que se suelen hacer utilizan una campana de Gauss, es decir, se supone que los datos son normales o están distribuidos normalmente. Sin embargo, si se analizan los datos se observa que esto no es del todo preciso.
Novedades
El modelo presentado ahora utiliza, en primer lugar, unas distribuciones capaces de modificar la forma de la campana llamadas funciones Cópula Gaussianas, que mejoran ampliamente los resultados, pero que no cambian la esencia del modelo, a las que se añade una segunda técnica de modelado que sólo tiene en cuenta cópulas no gaussianas. Con esta técnica, denominada Vines (Racimos), los resultados son aún mejores.
Lo más interesante es que con sólo tres meses de datos obtenidos, utilizando un material muy asequible -los anemómetros instalados son baratos y la información de los aeropuertos es de dominio público- es posible estimar modelos mucho más precisos de la distribución de la velocidad del viento.
