Casares Long, Juan JoséSouto González, José AntonioBastani, Hamid2021-12-162021-12-162021http://hdl.handle.net/10347/27211Entre as enerxías renovables, a enerxía eólica e unha das tecnoloxías mundiais de rápido crecemento. Non obstante, esta incerteza debería minimizarse para programar e xestionar mellor os activos de xeración tradicionais para compensar a falta de electricidade nas redes electricas. A aparición de técnicas baseadas en datos ou aprendizaxe automática deu a capacidade de proporcionar predicións espaciais e temporais de alta resolución da velocidade e potencia do vento. Neste traballo desenvólvense tres modelos diferentes de ANN, abordando tres grandes problemas na predición de series de datos con esta técnica: garantía de calidade de datos e imputación de datos non válidos, asignación de hiperparámetros e selección de funcións. Os modelos desenvolvidos baséanse en técnicas de agrupación, optimización e procesamento de sinais para proporcionar predicións de velocidade e potencia do vento a curto e medio prazo (de minutos a horas).engAttribution-NonCommercial-NoDerivatives 4.0 Internacionalhttp://creativecommons.org/licenses/by-nc-nd/4.0/Wind speedwind powerforecastingmachine learningneural networksMaterias::Investigación::33 Ciencias tecnológicas::3322 Tecnología energética::332205 Fuentes no convencionales de energíaMaterias::Investigación::33 Ciencias tecnológicas::3322 Tecnología energética::332203 Generadores de energíadoctoral thesisopen access