Investiga I+D+i

Noticias:

Bienvenidos al foro Investiga. Estamos preparando todo y en breve podréis compartir ideas, información ...

Trabajo Borja ies Cinca Alcanadre

Trabajo Borja ies Cinca Alcanadre
« en: 31 Enero , 2025, 11:22:02 am »
Hola me llamo Borja del ies Cinca Alcanadre, voy a hacer un trabajo de investigación sobre la predicción de la energía eólica a corto plazo y me gustaría que me orientaras sobre bibliografía en estos apartados:
     -Métodos de persistencia
     -Métodos estadísticos:  Introducción a modelos AR, ARMA, ARIMA
     -Ejemplos prácticos de aplicación de estos métodos (con datos simplificados).
     -Modelos NWP 
     -El papel de la predicción a corto plazo en la gestión de la red eléctrica.

Re:Trabajo Borja ies Cinca Alcanadre
« Respuesta #1 en: 24 Febrero , 2025, 10:31:41 am »
Buenos días Borja, si quieres encontrar información para tu trabajo te recomiendo que busques en la página Google Academico (https://scholar.google.es/schhp?hl=es) ahí si buscas los apartados que has indicado te saldrán cientos de páginas relacionados con el tema, como trabajos de postgrado de gente que ha tenido que hacer un trabajo con un tema similar al nuestro,

¡Mucha suerte!

Re:Trabajo Borja ies Cinca Alcanadre
« Respuesta #2 en: 08 Marzo , 2025, 23:30:13 pm »
Hola Borja,

Me alegra saber que estás investigando sobre la predicción de la energía eólica a corto plazo. A continuación, te proporciono una guía sobre los temas que mencionas, junto con referencias bibliográficas que pueden ser de utilidad:

1. Métodos de persistencia

El método de persistencia es una técnica sencilla que asume que las condiciones actuales del viento se mantendrán constantes en el futuro inmediato. Aunque es fácil de implementar, su precisión disminuye rápidamente con el tiempo y suele utilizarse como una línea base para comparar la eficacia de otros métodos más sofisticados.

2. Métodos estadísticos: Introducción a modelos AR, ARMA, ARIMA

Los modelos estadísticos como AR (Autoregresivos), ARMA (Autoregresivos de Media Móvil) y ARIMA (Integrados de Media Móvil Autoregresivos) son herramientas fundamentales en la predicción de series temporales, incluyendo la velocidad del viento y la generación de energía eólica. Estos modelos analizan patrones en datos históricos para realizar predicciones futuras.