Algoritmos Genéticos y Álgebra Lineal para la Imputación de Datos Faltantes en Radiación Solar

Descripción

La predicción de variables climáticas, en particular las relacionadas con el viento y la radiación solar, ha desarrollado un considerable interés en los últimos años, principalmente por sus aplicaciones a la energía, las energías renovables y la agrometeorología. En muchos casos, son muchos los factores que influyen en la variable climática de interés, y el investigador elige los más relevantes (basándose en el conocimiento previo de la región, la disponibilidad, etc.). A continuación, realiza una serie de experimentos combinando los datos disponibles para encontrar la combinación que proporcione la mejor predicción. Por otra parte, la mayoría de las bases de datos climáticos del mundo presentan datos ausentes por muchas razones, entre ellas el mal funcionamiento de los sensores, los errores de transmisión y los errores de manipulación de los datos. El objetivo de este proyecto es desarrollar herramientas de software inteligentes para proponer soluciones al problema de la selección de variables para la estimación de la radiación solar y la imputación de datos. Las herramientas desarrolladas en el proyecto deben ser capaces de:
  • Seleccionar variables relevantes para la estimación o predicción de la Radiación Solar
  • Permitir la imputación eficiente de los datos perdidos.
Estas herramientas deberían abordar el problema de la selección de variables y mejorar las estimaciones y predicciones permitiendo un uso más eficiente de los datos disponibles. Las metodologías desarrolladas deben funcionar sobre la radiación solar y otras variables climáticas pero son validadas sobre datos reales de Tucumán, Argentina, proporcionados por la sección Agrometeorológica de la Estación Experimental Agroindustrial Obispo Colombres.

Publicaciones

  • Bustos, Jorge and Jimenez, Victor A and Will, Adrian, A comparison of different types of Niching Genetic Algorithms for variable selection in solar radiation estimation, arXiv preprint arXiv:2002.06036, 2020.
  • Leer Más...
  • Jimenez, Victor Adrian and Will, Adrian and Rodríguez, Sebastián, Estimación de Radiación Solar Horaria Utilizando Modelos Empíricos y Redes Neuronales Artificiales, Revista Ciencia y Tecnología(17): 29—43, 2017.
  • Leer Más...
  • Jimenez, Victor A. and Barrionuevo, Amelia and Will, Adrian and Rodriguez, Sebastian, Neural Network for Estimating Daily Global Solar Radiation Using Temperature, Humidity and Pressure as Unique Climatic Input Variables, Smart Grid and Renewable Energy, 1(7): 94—103, 2016.
  • Leer Más...
  • Will, Adrian and Bustos, Jorge and Bocco, Mónica and Gotay, Jorge and Lamelas, Cesar, On the use of Niching Genetic Algorithms for variable selection in Solar Radiation Estimation, Renewable Energy Journal, 2013.
  • Leer Más...

Colaboradores