Aprendizaje Automático en la Identificación de Sistemas. Un Caso de Estudio en la Predicción de la Generación Eléctrica de un Parque Eólico

Abstract

[EN] One of the greatest technical challenges of today is obtaining predictive models for complex systems. In this paper we propose using data collected during a process to identify said process by means of automatic learning algorithms. Specifically, we describe the development of a project to determine the predictive model of a system based on supervised automatic learning algorithms. As an example, we use the problem of determining the energy generated in a wind farm. We do so by studying how the data collected are transformed, the search for the best algorithm, how to determine its goodness, and finally, the training and adjustment of the selected model. This study relies on the Python programming language, which has libraries that facilitate this type of project, and the Jupyter Notebook environment to carry out the project and disseminate the results.

[ES] Uno de los mayores desafíos tecnológicos de la actualidad es la obtención de modelos predictivos de sistemas complejos. En este artículo se propone darle valor a los datos recogidos sobre un proceso utilizándolos para la identificación del mismo mediante el empleo de algoritmos de aprendizaje automático. En concreto, se describe el desarrollo de un proyecto de determinación del modelo predictivo de un sistema, a partir de algoritmos de aprendizaje automático supervisado, usando como ejemplo el problema de determinar la generación de energía de un campo eólico. Para ello se estudian las transformaciones a realizar a los datos recogidos, la búsqueda del mejor algoritmo, cómo determinar la bondad del mismo y, finalmente, el entrenamiento y a juste del modelo seleccionado. Todo ello usando el lenguaje de programación Python, que dispone de librerías que facilitan este tipo de proyectos, y en el entorno de Jupyter Notebook para realiza el proyecto y divulgar los resultados.