Resumen

Se propone un nuevo método híbrido de predicción de la velocidad del viento, que utiliza el algoritmo de mínimos cuadrados medios en bloque rápidos (FBLMS) y el método de redes neuronales artificiales (ANN). El algoritmo FBLMS es un algoritmo adaptativo de complejidad reducida y convergencia muy rápida. Se propone un enfoque híbrido que utiliza dos potentes métodos: FBLMS y el método ANN. Con el fin de demostrar la eficacia y precisión del enfoque propuesto, se utilizan conjuntos de datos de velocidad del viento reales recogidos cada hora durante siete años, pertenecientes al Servicio Meteorológico Estatal Turco de las regiones de Bozcaada y Eskisehir. Se utilizan dos estructuras de RNA diferentes para comparar este enfoque. Los primeros datos de seis años se utilizan como conjunto de entrenamiento; los datos horarios de un año restantes se utilizan como datos de prueba. Para evaluar el rendimiento se utilizan el error medio absoluto (MAE) y el error cuadrático medio (RMSE). En varios casos se demuestra que el nuevo enfoque híbrido ofrece mejores resultados que las distintas estructuras convencionales de RNA.

• Materias:Análisis Matemático Matemáticas Algebra Ingeniería Lógica matemática
• Subjects:Mathematical Analysis mathematics Algebra Engineering Mathematical logic
• Palabras claves:Enfoque híbrido de predicción de la velocidad del viento; algoritmo de mínimos cuadrados medios en bloque rápidos (FBLMS); método de red neuronal artificial (ANN); eficacia; precisión; evaluaciones del rendimiento.
• Keywords:Hybrid wind speed prediction approach; fast block least mean square (FBLMS) algorithm; artificial neural network (ANN) method; efficiency; accuracy; performance evaluations