Bayesian enhanced modified forecasting approach: application to wind power series

Fil: Rodríguez Rivero, Cristian. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina.

Detalles Bibliográficos
Autores principales: Rodríguez Rivero, Cristian, Pucheta, Julián, Gorrostieta, Efren, Patiño, H. Daniel, Laboret, Sergio, Sauchelli, Víctor
Formato: conferenceObject
Lenguaje:Inglés
Publicado: 2024
Materias:
Ingeniería Electrónica
Energía eólica
Pronóstico del clima
BEMA
Mecatrónica
Acceso en línea:http://hdl.handle.net/11086/554213
Aporte de:
Repositorio Digital Universitario (UNC) de Universidad Nacional de Córdoba
id I10-R141-11086-554213
record_format dspace
institution Universidad Nacional de Córdoba
institution_str I-10
repository_str R-141
collection Repositorio Digital Universitario (UNC)
language Inglés
topic Ingeniería Electrónica
Energía eólica
Pronóstico del clima
BEMA
Mecatrónica
spellingShingle Ingeniería Electrónica
Energía eólica
Pronóstico del clima
BEMA
Mecatrónica
Rodríguez Rivero, Cristian
Pucheta, Julián
Gorrostieta, Efren
Patiño, H. Daniel
Laboret, Sergio
Sauchelli, Víctor
Bayesian enhanced modified forecasting approach: application to wind power series
topic_facet Ingeniería Electrónica
Energía eólica
Pronóstico del clima
BEMA
Mecatrónica
description Fil: Rodríguez Rivero, Cristian. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina.
format conferenceObject
author Rodríguez Rivero, Cristian
Pucheta, Julián
Gorrostieta, Efren
Patiño, H. Daniel
Laboret, Sergio
Sauchelli, Víctor
author_facet Rodríguez Rivero, Cristian
Pucheta, Julián
Gorrostieta, Efren
Patiño, H. Daniel
Laboret, Sergio
Sauchelli, Víctor
author_sort Rodríguez Rivero, Cristian
title Bayesian enhanced modified forecasting approach: application to wind power series
title_short Bayesian enhanced modified forecasting approach: application to wind power series
title_full Bayesian enhanced modified forecasting approach: application to wind power series
title_fullStr Bayesian enhanced modified forecasting approach: application to wind power series
title_full_unstemmed Bayesian enhanced modified forecasting approach: application to wind power series
title_sort bayesian enhanced modified forecasting approach: application to wind power series
publishDate 2024
url http://hdl.handle.net/11086/554213
work_keys_str_mv AT rodriguezriverocristian bayesianenhancedmodifiedforecastingapproachapplicationtowindpowerseries
AT puchetajulian bayesianenhancedmodifiedforecastingapproachapplicationtowindpowerseries
AT gorrostietaefren bayesianenhancedmodifiedforecastingapproachapplicationtowindpowerseries
AT patinohdaniel bayesianenhancedmodifiedforecastingapproachapplicationtowindpowerseries
AT laboretsergio bayesianenhancedmodifiedforecastingapproachapplicationtowindpowerseries
AT sauchellivictor bayesianenhancedmodifiedforecastingapproachapplicationtowindpowerseries
_version_ 1824552116966916096
spelling I10-R141-11086-5542132024-11-09T06:23:51Z Bayesian enhanced modified forecasting approach: application to wind power series Rodríguez Rivero, Cristian Pucheta, Julián Gorrostieta, Efren Patiño, H. Daniel Laboret, Sergio Sauchelli, Víctor Ingeniería Electrónica Energía eólica Pronóstico del clima BEMA Mecatrónica Fil: Rodríguez Rivero, Cristian. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina. Fil: Rodríguez Rivero, Cristian. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Laboratorio de Investigación Matemática Aplicada a control; Argentina. Fil: Pucheta, Julián. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina. Fil: Pucheta, Julián. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Laboratorio de Investigación Matemática Aplicada a control; Argentina. Fil: Gorrostieta, Efren. Universidad Autónoma de Queretaro. Laboratorio de Mecatrónica; Argentina. Fil: Patiño, H. Daniel. Universidad Nacional de San Juan. Instituto de Automática; Argentina. Fil: Laboret, Sergio. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina. Fil: Laboret, Sergio. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Laboratorio de Investigación Matemática Aplicada a control; Argentina. Fil: Sauchelli, Víctor. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina. Fil: Sauchelli, Víctor. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Laboratorio de Investigación Matemática Aplicada a control; Argentina. In this paper, we propose theBayesian Enhanced modified (BEMA) predictor filter to forecast wind powerseries. Wind power forecasting is a complex, multi-dimensional, and highlynon-linear system. Artificial Neural networks are able to learn therelationship between system inputs and outputs without mathematical conversion,and perform complex non-linear mapping, data classification and prediction. Thegoal of this work it to implement the BEMA approach to design a wind powerforecasting system, with particularly interest in short-term prediction byusing the data model selected, which is used to extract information to makeprediction. The conducted results show that this method can be used to improvethe predictability of short-term wind time series with a suitable number ofneural nets parameters using a heuristic method based on Kullback-Leiblerdivergence compared to that of reported in the literature. Fil: Rodríguez Rivero, Cristian. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina. Fil: Rodríguez Rivero, Cristian. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Laboratorio de Investigación Matemática Aplicada a control; Argentina. Fil: Pucheta, Julián. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina. Fil: Pucheta, Julián. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Laboratorio de Investigación Matemática Aplicada a control; Argentina. Fil: Gorrostieta, Efren. Universidad Autónoma de Queretaro. Laboratorio de Mecatrónica; Argentina. Fil: Patiño, H. Daniel. Universidad Nacional de San Juan. Instituto de Automática; Argentina. Fil: Laboret, Sergio. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina. Fil: Laboret, Sergio. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Laboratorio de Investigación Matemática Aplicada a control; Argentina. Fil: Sauchelli, Víctor. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Departamento de Ingeniería Electrónica; Argentina. Fil: Sauchelli, Víctor. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Laboratorio de Investigación Matemática Aplicada a control; Argentina. Sistemas de Automatización y Control 2024-11-08T13:05:58Z 2024-11-08T13:05:58Z 2016 conferenceObject 978-950-99994-9-7 http://hdl.handle.net/11086/554213 eng Attribution-NonCommercial-ShareAlike 4.0 International http://creativecommons.org/licenses/by-nc-sa/4.0/ Impreso

Ejemplares similares