Nombre del curso

Técnicas de inteligencia artificial aplicadas a la producción de energía eólica. Nivel Avanzado

Modalidad

Presencial

Inicio

27 de mayo de 2019

Duración

20 horas.

Fecha de impartición

Días 27, 28, 29, 30 y 31 de Mayo

Horario

De 16.30 a 20.30 hs.

Lugar de Impartición

Aula Flúor de la Fundación Gómez Pardo, calle Alenza 1, Madrid. 

Requisitos

• Curso I.A aplicada a la producción de energía eólica nivel inicial.

• Conocimientos en Matlab

Objetivos

Las técnicas de inteligencia artificial se han convertido, en los últimos años, en herramientas fundamentales para obtener productos y servicios de alto valor añadido a partir del análisis, eficaz y eficiente, de la ingente cantidad de datos que se gener- an diariamente en todos los ámbitos de nuestra sociedad. Sectores tales como la banca, las comunicaciones, la logística, la sanidad, la producción industrial, el e-commerce, la ciberse- guridad y un largo etcétera, han visto mejorados sus procesos productivos como consecuencia de la implementación de novedosas técnicas de inteligencia artificial, que les han permitido mejorar significativamente sus productos, optimizar sus operaciones o crear nuevos servicios más adaptados a las necesidades de sus clientes. En el ámbito de la producción de energía eléctrica, la inteligencia artificial se ha mostrado como un aliado fundamental a la hora de realizar una planificación y gestión más precisa de un recurso tan variable en el espacio y el tiempo como es el viento, tanto en el diseño de parques eólicos como en la predicción de generación energía eólica esperada en los próximos días o la gestión del mantenimiento. En definitiva, más y más empresas demandan profesionales con conocimientos en técnicas de inteligencia artificial capaces de liderar, con éxito, la transformación digital y el avance impara- ble hacia ese nuevo paradigma que es la cultura del dato.

Contenidos académicos

1. Viento (4 horas)

1.1. La variable viento.

1.2. Fuentes de información fiables. 

1.3. Modelos numéricos de predicción. 

1.4. Datos de reanálisis.

2. Algoritmos de inteligencia artificial (8 horas)

2.1. Técnicas de ML en clasificación y regresión: 2.1.1.Redes neuronales (MLPs).

2.1.2.Máquinas de Aprendizaje Extremo (ELMs). 

2.1.3.Máquinas de Vectores Soporte (SVMs). 

2.1.4.Procesos Gaussianos (GPRs). 

2.1.5.Revisión de técnicas de ML clásicas.

2.2. Técnicas de ML para optimización. 

2.2.1.Computación evolutiva. 

2.2.2.Nuevos Meta-heurísticos.

3. Aplicación práctica (8 horas)

3.1. Descripción de aplicaciones en Energía Eólica: 

3.1.1.Diseño de parques eólicos con Computación Evolutiva.

3.1.2.Predicción de viento y potencia en parques eólicos.

3.1.3.Reconstrucción de campos de viento.

3.2. Aplicación de técnicas de aprendizaje máquina en un problema de energía eólica (práctica con Matlab):

3.2.1.Definición del problema. 

3.2.2.Datos y variables predictivas. 

3.2.3.Desarrollo experimental.

3.3. Técnicas de aprendizaje máquina aplicadas en operación real: la experiencia de Iberdrola Renovables.

Habilidades adquiridas

» Adquirir conocimientos básicos sobre las princi- pales fuentes de información que hay sobre la variable viento de las que se puede obtener infor- mación útil para la producción de energía eólica.

» Conocer técnicas de inteligencia artificial que actualmente se emplean en numerosos sectores empresariales (banca, comunicaciones, optimi- zación de procesos, logística, etc.), pero con aplicación al sector de la energía eólica:

  • Técnicas de inteligencia artificial empleadas en problemas de clasificación y regresión, tales como predicción de producción, predicción de recurso disponible, etc.
  • Algoritmos de computación evolutiva y meta-heurísticos empleados en el diseño de parques eólicos.

» Ser capaz de afrontar problemas reales en los que se pueden aplicar todas las técnicas de inteli- gencia artificial explicadas.

Profesorado

Dr. Sancho Salcedo Sanz

Catedrático de Teoría de la Señal. Universidad de Alcalá.

Dra. Laura Cornejo Bueno

Investigadora. Universidad de Alcalá.

Dr. Carlos Casanova Mateo

Meteorólogo del Estado. Agencia Estatal de Meteorología.

Arancel

240€ Profesionales

200€ Colegiados

120€ Estudiantes

Más información

formacion@fgomezpardo.es

Procedimiento de matriculación

Deberá inscribirse en el formulario a pie de página

El plazo de matriculación acaba el jueves 23 de Mayo de 2019. Las plazas están limitadas a 20.

Formas de pago disponibles

TRANSFERENCIA O DEPÓSITO BANCARIO

CUENTA DE LA CAIXA.

Nº ES74 2100 2721 4202 0008 8149

TARJETA DE CRÉDITO

PAYPAL

paypal.me/FundacionGomezPardo

Compartir este curso:

Colaboradores