La Inteligencia Artificial y la computación cuántica están transformando el sector energético. Los algoritmos que analizan automáticamente los datos operativos, las condiciones ambientales y las propiedades de los componentes ya operan en miles de empresas en múltiples procesos. El papel que la Inteligencia Artificial tendrá en la industria de la energía en el futuro ha sido el tema analizado recientemente en un Webinar.
ATA Insights, consultora independiente especializada en conectar empresas de energías renovables con oportunidades de crecimiento, ha sido la entidad organizadora de la video-conferecia online, bajo el título: ‘¿Qué significa la Inteligencia Artificial para el sector de la energía?’. La sesión fue conducida por especialistas de AleaSoft y Tenley Consulting, ambas empresas con experiencia en la utilización de la Inteligencia Artificial en el sector de la energía.
Inteligencia Artificial, Machine Learning y Big Data
es un precursor de la cuarta revolución industrial con el uso de técnicas innovadoras de Inteligencia Artificial, Machine Learning y Big Data empleadas ininterrumpidamente en el sector eléctrico desde 1999. AleaSoft usa estas técnicas para obtener previsiones de demanda de electricidad y gas, producción de energías renovables, cogeneración y precios de mercados eléctricos. Dentro del campo de las energías renovables la empresa ofrece servicios de previsiones de producción eólica, termosolar, fotovoltaica e hidroeléctrica.
Se trata de un enfoque de modelo híbrido que mezcla el poder de las Redes Neuronales Artificiales y la eficiencia del modelo tipo SARIMA de Box-Jenkins y la Regresión Múltiple
La metodología de previsión de AleaSoft, se llama AleaModel, desarrollada principalmente para previsiones de energía, supera los métodos de previsión tradicionales. AleaModel aprovecha los últimos avances en estadísticas e Inteligencia Artificial en el campo de la previsión. Se trata de un enfoque de modelo híbrido que mezcla el poder de las Redes Neuronales Artificiales y la eficiencia del modelo tipo SARIMA de Box-Jenkins y la Regresión Múltiple.
Redes Neuronales Artificiales Recurrentes
El modelo resultante de Aleasoft es una Red Neuronal Artificial con una estructura tipo SARIMA capaz de capturar la dinámica estacional y la evolución de la serie que proporciona la capacidad de adaptarse rápidamente a los cambios en la tendencia de las series temporales. Mediante las técnicas de Machine Learning, el modelo busca relaciones dinámicas en los datos para proyectarlas en el futuro en función de las variables explicativas.
En su conjunto, representa la estructura más avanzada científicamente de las funciones de transferencia para la previsión de series temporales
Las Redes Neuronales Artificiales Recurrentes usadas por AleaSoft incorporan algoritmos auto-regresivos y de media móvil en la función de transferencia de la estructura neuronal, tanto en términos regulares como estacionales, integrando la no-linealidad en las funciones de transferencia para acomodar dependencias no lineales con las variables. En su conjunto, representa la estructura más avanzada científicamente de las funciones de transferencia para la previsión de series temporales.
Las conclusiones del webinar señalan que estas técnicas de Inteligencia Artificial, Machine Learning y Big Data tendrán un gran impacto en el futuro del sector de la energía. AleaSoft lleva 19 años empleando estas técnicas para obtener previsiones que son usadas por todo tipo de agentes en el sector de la energía: Utilities, Operadores de Sistemas (TSO), traders, comercializadoras, grandes consumidores, todo tipo de generadores en las industrias de la electricidad y además por entidades bancarias y fondos de inversión.
Carlos Sánchez Criado
Publicista por la Universidad Complutense. Director comercial de publicaciones técnicas del sector de la energía durante doce años. Director de Energy News Events, S.L. desde 2012 difundiendo información en Energynews.es, movilidadelectrica.com e hidrogeno-verde.es. Y por supuesto, organizando eventos como VEM, la Feria del Vehículo Eléctrico de Madrid.