57,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
payback
29 °P sammeln
  • Broschiertes Buch

Ante la necesidad de predecir a corto plazo la velocidad de viento local, como recurso energético; surgen un sinfín de procedimientos, cuya finalidad es optimizar la producción de parques eólicos y gestión de las compañías distribuidoras de energía eléctrica. Generalmente, utilizan de un modo u otro datos experimentales in situ, obviando el comportamiento no lineal de estas series. Este libro recoge la investigación encaminada a analizar y predecir el comportamiento de series no lineales, como la velocidad de viento, desde el ámbito del "data mining". La metodología que aquí se propone,…mehr

Produktbeschreibung
Ante la necesidad de predecir a corto plazo la velocidad de viento local, como recurso energético; surgen un sinfín de procedimientos, cuya finalidad es optimizar la producción de parques eólicos y gestión de las compañías distribuidoras de energía eléctrica. Generalmente, utilizan de un modo u otro datos experimentales in situ, obviando el comportamiento no lineal de estas series. Este libro recoge la investigación encaminada a analizar y predecir el comportamiento de series no lineales, como la velocidad de viento, desde el ámbito del "data mining". La metodología que aquí se propone, interconecta análisis de wavelets, teoría del caos y redes neuronales junto con técnicas clusters. Experimentalmente, se ha aplicado sobre la velocidad de viento, medida en las instalaciones del Centro de Desarrollo de Energías Renovables del CIEMAT, Centro de Investigaciones Energéticas, Medioambientales y Tecnológicas, adscrito al Ministerio de Economía y Competitivdad. Este estudio es de gran utilidad, a todo aquél que le interese y apasione la predicción de la velocidad de viento, la energía que produce; y por qué no, la de cualquier otro proceso con comportamiento no lineal.
Autorenporträt
Doctora en Ciencias Matemáticas por la Universidad Complutense de Madrid, en el Departamento de Estadística e Investigación Operativa. Investigadora del CIEMAT con gran experiencia en la aplicabilidad, desarrollo e innovación de metodologías y modelos estadísticos en el campo de las Energías Renovables.