Resumen

Este estudio se enfoca en el desarrollo de un marco de análisis de datos para visualizar los datos colectados a partir del sistema SCADA y la predicción basada en la memoria a largo y corto plazo (LSTM) apoyado  en redes neuronales recurrentes. El análisis de datos es presentado en coordenadas cartesianas, polares y cilíndricas para comprender la relación entre generación eólica y energía. Adicionalmente, las predicciones factores como velocidad del viento, dirección, potencia activa generada y potencia teórica  son comparadas con métodos de última generación. El modelo resulta ser aplicable en escenarios reales como método de apoyo en la gestión de energía generada a través de turbinas eólicas.

• Materias:Energía eólica Datos masivos Ciencia de datos Automatización
• Subjects:Wind energy Big data Data science Automation
• Palabras claves:Redes neuronales recurrentes, Pronóstico de series de tiempo, Redes inteligentes, Datos SCADA
• Keywords:Recurrent neural network, Time series forecasting, Smart grids, SCADA data