Un equipo en Turquía ha probado diferentes algoritmos de aprendizaje automático para predecir la demanda de electricidad de diferentes fuentes.Entrenaron los algoritmos con datos de demanda de electricidad para el período 2000-2022 y los utilizaron para hacer predicciones exitosas para 2023 con diferentes grados de precisión.

Los investigadores probaron el poder predictivo de largomemoria a corto plazo(LSTM), red neuronal artificial (ANN), regresión lineal (LR), regresión de vector de soporte (SVR), regresión de árbol de decisión (DTR), regresión de bosque aleatorio (RFR) y aumento de gradiente extremo (XGBoost) y demostró que LSTM esel más preciso.Un algoritmo de este tipo podría usarse para modelaruso de energíay producción para la planificación eléctrica a largo plazo en todo el mundo.

Escribiendo en elRevista internacional de tecnología de petróleo, gas y carbón, Mehmet Hakan Ãzdemir y Batin Latif Aylak de la Universidad Turco-Alemana de Estambul, Murat Ä°nce de la Universidad de Ciencias Aplicadas de Isparta, Isparta, y Okan Oral de la Universidad Akdeniz de Antalya, Turquía, sugieren que comprender la oferta y la demanda entérminos de los distintos contratos no renovables yfuentes de energía renovableses fundamental en este momento de la historia de la humanidad.

Dado que las fuentes no renovables, como los combustibles fósiles, son finitas e irremplazables, las fuentes renovables, como la eólica, la solar, la hidráulica, la geotérmica y el biogás, que pueden reponerse, ocupan un lugar destacado en la agenda de generación.El aprendizaje automático, con su capacidad para discernir relaciones y patrones complejos a partir de grandes cantidades de datos, ofrece un enfoque potente y flexible para la predicción.

A diferencia de los métodos estadísticos tradicionales, los algoritmos de aprendizaje automático, entrenados en conjuntos de datos apropiados, pueden considerar la totalidad de los datos disponibles y así discernir conclusiones sobre interacciones complejas que los métodos analíticos tradicionales no pueden alcanzar.

Por tanto, el aprendizaje automático podría ayudarnos en nuestras decisiones de política energética y orientar la industria de generación de electricidad hacia un camino hacia un futuro más sostenible.Las ideas extraídas de la investigación no sólo informantomadores de decisionespero también resalta cuán transformadoraprendizaje automáticoLos algoritmos pueden redefinir cómo resolvemos problemas de este tipo.

Más información:Mehmet Hakan Ãzdemir et al, Predicción de la generación mundial de electricidad por fuentes utilizando diferentes algoritmos de aprendizaje automático,Revista internacional de tecnología de petróleo, gas y carbón(2024).DOI: 10.1504/IJOGCT.2024.136028