Análisis y predicción de series no lineales. AplicaciónVelocidad de viento

  1. SAN ISIDRO PINDADO M. JESÚS
Dirigida por:
  1. Vicente Quesada Paloma Director

Universidad de defensa: Universidad Complutense de Madrid

Fecha de defensa: 02 de julio de 2003

Tribunal:
  1. Francisco José Cano Sevilla Presidente
  2. Miguel Sánchez García Secretario/a
  3. Rafael Infante Macías Vocal
  4. María del Rosario Heras Celemín Vocal
  5. Mariano José Valderrama Bonnet Vocal

Tipo: Tesis

Teseo: 95088 DIALNET

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.