Pronóstico de generación de energía eléctrica en la Central Eólica de Talara utilizando redes neuronales

• Autor: Duque Escobar, Victor Julio
• Formato: tesis de grado
• Fecha de Publicación: 2025
• Institución: Universidad de Piura
• Repositorio: UDEP-Institucional
• Lenguaje: español
• OAI Identifier: oai:pirhua.udep.edu.pe:11042/7467
• Enlace del recurso: https://hdl.handle.net/11042/7467
• Nivel de acceso: acceso abierto
• Materia: Centrales eólicas -- Predicciones -- Evaluación; Producción de energía eléctrica; Redes neuronales (Computadores) -- Aplicación; 621.312 136; https://purl.org/pe-repo/ocde/ford#2.02.01

La tesis desarrolla un modelo de red neuronal para el pronóstico de generación de energía eléctrica en la Central Eólica de Talara, ubicada en la región Piura. Dada la variabilidad inherente de la energía eólica, se busca mejorar la capacidad de predicción a corto plazo mediante técnicas de inteligencia artificial que permitan anticipar el comportamiento del recurso con mayor precisión. Se recopiló información histórica de generación eléctrica desde octubre de 2014 hasta abril de 2025, proveniente del COES, así como datos meteorológicos (velocidad y dirección del viento, temperatura del aire y humedad relativa) extraídos de la plataforma NASA POWER. Para la implementación del modelo se utilizó una arquitectura híbrida de red neuronal tipo CNN-LSTM, entrenada en un entorno Python. Las variables meteorológicas fueron preprocesadas, normalizadas y combinadas en distintas configuraciones para evaluar su impacto sobre el desempeño predictivo del modelo. El proceso de evaluación se realizó sobre un día reservado como conjunto de prueba, utilizando métricas como el RMSE, MAE, R² y la energía total diaria generada. La combinación óptima identificada fue velocidad del viento, dirección y temperatura del aire, alcanzando un coeficiente de determinación de 0.5889 y un error absoluto medio de 3.1 MW. Los resultados obtenidos evidencian que el uso de redes neuronales profundas permite una predicción efectiva de la generación eólica, contribuyendo a una integración más eficiente y segura de fuentes renovables en el sistema eléctrico nacional.