Unidades recurrentes cerradas (GRU) vs redes neuronales artificiales en la predicción de la generación eléctrica de la Central Hidroeléctrica Illuchi

Abstract

La predicción de eventos ha sido desde la antigüedad, un fenómeno capaz de generar curiosidad en el ser humano, sin embargo, para lograr una proyección de un evento futuro se requiere de un análisis detallado de datos para predecir eventos posteriores, con esta idea. Objetivos: el objetivo de la investigación fue desarrollar dos sistemas de predicción aplicando redes neuronales artificiales y GRU para determinar la generación eléctrica pronosticada en la CENTRAL HIDROELÉCTRICA ILLUCHI. Metodología:  Los datos utilizados para este estudio fueron recopilados de los operadores de ELEPCO S.A. en base a los años 2008 - 2020. Las variables de entrada fueron la fecha y la energía generada para elaborar diferentes casos con distintas condiciones con el fin de llegar a un modelo de Red Neuronal Recurrente exitoso posible. Resultados: Una vez comprendidas las variables del modelo, los datos se dividieron en dos grupos: entrenamiento 70% y validación 30% respectivamente. Para el entrenamiento correspondiente se utilizó el algoritmo ADAM y las librerías proporcionadas por Python. Área de estudio general: Ingeniería. Área de estudio específica: Eléctrica.