Análisis y predicción de series no lineales. Aplicación: Velocidad de viento

• Autores: M. Jesús San Isidro Pindado
• Directores de la Tesis: Vicente Quesada Paloma (dir. tes.)
• Lectura: En la Universidad Complutense de Madrid ( España ) en 2003
• Idioma: español
• Tribunal Calificador de la Tesis: Francisco José Cano Sevilla (presid.), Miguel Sánchez García (secret.), María del Rosario Heras Celemín (voc.), Mariano José Valderrama Bonnet (voc.), Rafael Infante Macías (voc.)
• Texto completo no disponible (Saber más ...)
• Resumen

  • La tesis nace ante la necesidad de caracterizar y predecir, a corto plazo y localmente, la velocidad de viento como recurso energético. La finalidad es optimizar la producción de los parques eólicos y la gestión de las compañías distribuidoras de energía eléctrica.

    La tesis se engloba en la nueva minería de datos "data-mining", es decir, en la utilización de la conjunción de técnicas estadísticas-computacionales guiadas hacia la resolución de problemas tales como predicción y decisión.

    La metodología propuesta está dirigida a predicción de series temporales no-lineales en donde se interconectan análisis de wavelets, teoría del caos y redes neuronales junto con técnicas clusters.

    Experimentalmente el estudio se ha realizado para la variable climática correspondiente a la velocidad de viento, medida en las instalaciones del Centro de Desarrollo de Energías Renovables del CIEMAT, Centro de Investigaciones Energéticas Medioambientales y Tecnológicas, del Ministerio de Industria y Energía. Dicha variable se considera como un proceso continuo no-lineal.

    De ahí la exigencia de realizar un análisis pormenorizado de series temporales no lineales (sin obviar las consecuencias del análisis lineal), guiado hacia la predicción de la serie.