SUSCRIPCION A REVISTAS
  • Login
Cambio16
  • COVID-19
  • Clima16
  • Energía16
No Result
View All Result

No hay productos en el carrito.

Cambio16
  • COVID-19
  • Clima16
  • Energía16
No Result
View All Result
  • Login
Cambio16
Suscribete

>> Home > Actualidad > Redes neuronales predicen producción de energía eólica

Redes neuronales predicen producción de energía eólica

Esteban Yepes by Esteban Yepes
30/10/2019
in Actualidad, Energía16
0
Uno de los investigadores del Centro de Tecnología Biomédica (CTB) de la Universidad Politécnica de Madrid (UPM) participó en la invención/CBT-UPM

Uno de los investigadores del Centro de Tecnología Biomédica (CTB) de la Universidad Politécnica de Madrid (UPM) participó en la invención/CBT-UPM

Un equipo de científicos, del que forma parte un investigador de la Universidad Politécnica de Madrid (UPM), desarrolló un novedoso método basado en redes neuronales para predecir la producción de energía eólica, lo que permitirá optimizar su fiabilidad.

Gianluca Susi, investigador del Centro de Tecnología Biomédica (CTB) de la UPM, explica que uno de los grandes inconvenientes de la energía eólica consiste en la imprevisibilidad de su producción.

A pesar de ser una de las fuentes de energía renovable con mayor potencial en España, la energía eólica depende de factores como la velocidad y la dirección del viento. En efecto, la aleatoriedad del viento plantea serios problemas a los sistemas eléctricos actuales. En función de esto, debe calcularse la generación de energía eólica con un día de antelación y en función del consumo previsto.

Esa dificultad para poder planificar la energía eólica disponible con antelación, puede aumentar el coste operativo de la red eléctrica. E incluso generar potenciales amenazas para la fiabilidad del suministro de electricidad.

Agrega Susi que esta “incapacidad de predecir con precisión la generación de energía eólica está ralentizándola a la hora de convertirse en un contribuyente importante para el mercado total de energía”.

¿Cómo se aplican las redes neuronales a la producción de energía eolica? ¿Quieres conocer un nuevo proyecto UPM para generar ciudades más sostenibles? ¿Cómo afecta el tipo de energía de las ciudades a la planificiación ambiental? Esta semana, todo esto y mucho más. #somosUPM pic.twitter.com/iMLEhcCkqJ

— Politécnica Madrid (@La_UPM) 28 de octubre de 2019

Método basado en redes neuronales de tercera generación

En este marco, un equipo interdisciplinario e internacional de científicos, del que forma parte el investigador de la UPM, ha desarrollado un método novedoso para la predicción de la producción de energía de parques de generación de energía eólica.

La investigación presenta una arquitectura basada en spiking neural networks (SNN, o redes neuronales de tercera generación). Esta es capaz de predecir la cantidad de energía eólica que será generada por una turbina eólica. La misma debe estar situada en el interior de un parque eólico. Y de esta forma poder evaluar el comportamiento del viento (intensidad y dirección) en las horas anteriores.

Las señales de intensidad y dirección del viento son detectadas por tres torres especiales. Estas predicen el valor de energía producido por una turbina del campo eólico.

Redes neuronales y energái eólica un binomio ganador para predecir los niveles de producción. ¿Quieres saber más? No te pierdas esta #investigacionUPM. https://t.co/kuSwXJI5Vk #somosUPM #nosoloingeneiria pic.twitter.com/gs5QPn5bO0

— Politécnica Madrid (@La_UPM) 28 de octubre de 2019

Probaron método en planta eólica italiana

Este método, desarrollado en colaboración con las universidades italianas de Catania y Messina, ya pasó su primera prueba. Recientemente fue aplicado a una gran planta de energía eólica compuesta por 28 turbinas y 3 torres anemométricas.

Dicha planta está ubicada en el área rural del municipio de Vizzini en la provincia de Catania (Italia). Y la misma se caracteriza por poseer una orografía compleja y una extensión de 30 kilómetros cuadrados. Fuentes de la Universidad informaron que los resultados son muy prometedores.

“Creemos que el nuevo sistema aporta fiabilidad y optimización en la generación de energía eólica. Y es posible aplicarla con éxito para predicciones de generación de energía eólica en parques reales”, concluyó el investigador de la UPM.

Para más información visite: Cambio16

Lea también: Iberdrola anuncia la compra de 118 MW eólicos a Siemens Gamesa

Iberdrola anuncia la compra de 118 MW eólicos a Siemens Gamesa

Tags: CBTenergiaeólicanetworksneuronalessnntercera generaciónUiversidad Politécnica de MadrdUniversidad de CataniaUniversidad de MessinaUPMViento
Artículo Anterior

370 compromisos deja la Conferencia Nuestro Océano 2019

Próximo Artículo

Naturgy aumentó beneficio ordinario en 5% durante los primeros nueve meses de 2019

Conforme a los criterios de
Saber más
Esteban Yepes

Esteban Yepes

Periodista, egresado de la Universidad Central de Venezuela. Especializado en temas de Economía, Cultura y Relaciones Internacionales

Articulos Relacionados

UE hidrogeno
C16Alerta Medio ambiente

El hidrógeno como alternativa energética, ¿un arma de doble filo que multiplica la emisión de carbono?

18/02/2021
WWF propuesta
Actualidad

WWF: Las actividades humanas están destruyendo la naturaleza más rápido de lo que puede reponerse

17/02/2021
Iberdrola descarbonización
Energía16

Iberdrola pide a Europa marco atractivo para invertir en la descarbonización

17/02/2021
Precios del petróleo
Energía16

Tensiones en Oriente Medio disparan precios del petróleo, pero los inversores van por las renovables

16/02/2021
Próximo Artículo
Naturgy aumentó beneficio

Naturgy aumentó beneficio ordinario en 5% durante los primeros nueve meses de 2019

Conforme a los criterios de
Saber más
APÚNTATE AQUÍ A TU SUSCRIPCIÓN
Energia16
APÚNTATE AQUÍ A TU SUSCRIPCIÓN
LA ACTUALIDAD Y EL ANÁLISIS EN TU EMAIL
Revista CambioFinanciero
Cambio16

© 2020 Cambio16 - Premium WordPress news & magazine theme by cambio16.

Navigate Site

  • Grupo EIG Multimedia S.L.
  • Términos y condiciones de uso
  • Política de privacidad
  • Política de cookies
  • Política Editorial – The Trust Project

Siguenos

No Result
View All Result
  • Inicio
  • Mi Perfil
  • Tienda
  • Videos C16TV
  • COVID-19
  • Acciones de concienciación
  • Revista Cambio16
  • Energía16
  • Cambio Financiero
  • Medio Ambiente y biodiversidad
  • Ciencia y tecnología
  • España
  • Política
  • Mundo
  • Cultura
  • Sociedad
  • Derechos Humanos
  • Cataluña
  • Venezuela
  • Firmas
  • Lifestyle
  • Deportes

© 2020 Cambio16 - Premium WordPress news & magazine theme by cambio16.

Welcome Back!

Login to your account below

Forgotten Password?

Create New Account!

Fill the forms below to register

All fields are required. Log In

Retrieve your password

Please enter your username or email address to reset your password.

Log In
Esta web utiliza cookies propias y de terceros para su correcto funcionamiento y para fines analíticos y para mostrarte publicidad relacionada con sus preferencias en base a un perfil elaborado a partir de tus hábitos de navegación. Al hacer clic en el botón Aceptar, acepta el uso de estas tecnologías y el procesamiento de sus datos para estos propósitos. Ver
Privacidad