Resumo

LAZZUS, Juan A.  e  SALFATE, Ignacio. Predicción a largo plazo de la velocidad de viento en la ciudad de La Serena (Chile) utilizando un algoritmo híbrido de red neuronal-enjambre de partículas. Earth Sci. Res. J. [online]. 2017, vol.21, n.1, pp.29-35. ISSN 1794-6190.  https://doi.org/10.15446/esrj.v21n1.50337.

Una red neuronal artificial fue utilizada para la predicción de datos de la velocidad de viento a largo plazo (24 y 48 horas en adelanto) en la Ciudad de La Serena (Chile). Para obtener una efectiva correlación y predición, se implementó una optimización de enjambre de partículas para actualizar los pesos de la red. Se emplearon 43800 datos de velocidad de viento (años 2003-2007), y los valores pasados de velocidad del viento, humedad relativa y temperatura del aire fueron utilizados como parámetros de entrada, considerando que estos parámetros meteorológicos se encuentran fácilmente disponibles en todo el mundo. Se estudiaron varias arquitecturas de redes neuronales y la arquitectura optima se determine añadiendo neuronas de forma sistemática y evaluando la raíz del error cuadrático medio (RMSE) durante el proceso de aprendizaje. Los resultados muestran que las variables meteorológicas utilizadas como parámetros de entrada, tienen un efecto positivo sobre el correcto entrenamiento y capacidades predictivas de la red, y que la red neural híbrida puede pronosticar la velocidad del viento horaria con una precisión aceptable, como un RMSE=0.81 [ms-1], MSE=0.65 [ms-1]2 y R2=0.97 para la predicción de la velocidad del viento de 24 horas en adelanto, y un RMSE=0.78, MSE=0.634 [ms-1]2 and R2=0.97 para la predicción de la velocidad del viento de 48 horas en adelanto.

Palavras-chave : velocidad del viento; predicción de series de tiempo; redes neuronales artificiales; optimización de enjambre de partículas; datos meteorológicos.

        · resumo em Inglês     · texto em Inglês     · Inglês ( pdf )