Predicción de la desatención de demanda en España debido a la transición energética

RESUMEN : En respuesta a la creciente preocupación mundial por la sostenibilidad de las fuentes de energía, este documento aborda uno de los desafíos de la transición hacia una matriz energética más renovable en España. El enfoque se centra en encontrar un modelo predictivo basado en técnicas de aprendizaje automático para estimar la brecha entre la energía generada por combustibles fósiles y diversas fuentes renovables. La propuesta de este estudio consiste en la utilización de características climáticas clave, tales como presión atmosférica, velocidad del viento y humedad, para prever la brecha de energía eléctrica. Los resultados obtenidos buscan, en primera instancia, explorar y analizar diversas técnicas de preparación y análisis de datos que se adapten a la complejidad inherente a la problemática planteada. Las iteraciones de preparación de datos revelan diferentes enfoques, mientras que la exploración de múltiples modelos de aprendizaje automático ofrece distintos hallazgos encontrados al abordar este desafío desde la perspectiva de la ciencia de datos. En última instancia, se proponen sugerencias y recomendaciones basadas en las experiencias adquiridas durante el análisis. Estos aportes tienen como objetivo brindar estrategias para enfrentar problemas similares de regresión, aprovechando las lecciones aprendidas durante el desarrollo de este estudio.

• Autores: Giraldo Gallón, Edward Alejandro; Acevedo Holguín, Mafredy
• Tipo de recurso: Tesis
• Fecha de publicación: 2023
• Institución: Universidad de Antioquia
• Repositorio: Repositorio UdeA
• Idioma: spa
• OAI Identifier: oai:bibliotecadigital.udea.edu.co:10495/37582
• Acceso en línea: https://hdl.handle.net/10495/37582
• Palabra clave: Optimización; Optimization; Aprendizaje automático (inteligencia artificial); Machine learning; Crisis energética; Energy crisis; Demanda de energía; Energy demand; Energía renovable; Renewable energy; Déficit energético; http://aims.fao.org/aos/agrovoc/c_25719; http://vocabularies.unesco.org/thesaurus/concept6659
• Rights: openAccess
• License: http://creativecommons.org/licenses/by-nc-sa/2.5/co/