COMPRESIÓN DE DATOS APLICADO A SISTEMAS DE ENERGÍAS RENOVABLES. ENFOQUE ASOCIADO A BIO-INFORMACIÓN

Resumen

Tema: Ingeniería sostenible

Al realizar el estudio de un sistema de generación compuesto por módulos fotovoltaicos y aerogeneradores, las variables a considerar que entran en juego para su análisis de rendimiento energético son numerosas, a saber, potencia involucrada en los paneles solares, velocidad del viento, carga de baterías del inversor, etc. Es inevitable la acumulación de gran cantidad de datos que no siempre resultan imprescindibles para obtener resultados certeros. El método de Análisis de Componentes Principales (PCA) tiene por objeto transformar un conjunto de variables, a las que se denomina originales, en un nuevo conjunto de variables denominadas componentes principales.  Estas últimas se caracterizan por estar correlacionadas entre sí y, además, pueden ordenarse de acuerdo con la información que llevan incorporada. La obtención de datos normalizados y procesos más eficientes agilizan los tiempos computacionales y además economizan en espacio de almacenamiento. El PCA se empleó inicialmente en la psicología, las ciencias sociales y naturales. Sin embargo, desde hace ya algunos años se ha extendido su aplicación a las ciencias físicas, la ingeniería, la economía, el reconocimiento de patrones, la compresión de datos, etc. A partir del análisis de nuestra central de estudio, conformamos una matriz dinámica, a la cual aplicamos las técnicas de PCA. Como resultado obtuvimos, del estudio de ciertos días determinados, reducciones de hasta el sesenta por ciento (60 %) en el número de variables. De un total de diez (10) variables originales, se logró concentrar poco más del noventa y seis por ciento (96 %) de la información en tan sólo cuatro (4) componentes principales. El diagrama de Pareto nos ayudó a visualizar en forma gráfica la ponderación de cada uno de estos componentes. Además su aplicación es compatible a cualquier clase de sistemas, inclusive los biomédicos.