SciELO - Scientific Electronic Library Online

 
vol.29 issue3Climate change adaptation strategies in the colombian agricultural sectorEvaluation of the WRF as a tool to obtain the necessary meteorological data in environmental studies with AERMOD author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Article

Indicators

  • Have no cited articlesCited by SciELO

Related links

  • Have no similar articlesSimilars in SciELO

Share


Revista Cubana de Meteorología

On-line version ISSN 2664-0880

Abstract

SIERRA LORENZO, Maibys et al. Comparación del pronóstico de viento generado por el modelo WRF y dos modelos LSTM. Rev. Cubana Met. [online]. 2023, vol.29, n.3  Epub June 26, 2023. ISSN 2664-0880.

Cuba se encuentra inmersa en el empleo de la energía eólica. Sin embargo, para su desarrollo ha requerido diversos esfuerzos en diferentes campos, incluyendo el perfeccionamiento de herramientas que hagan predecible el viento y a su vez la generación eólica, tal es el caso de los pronósticos a muy corto plazo. Por tal motivo, en el presente trabajo se compara el pronóstico del viento producido por Weather Research and Forecasting Model (WRF) a 3 km de resolución espacial y un modelo de inteligencia artificial del tipo Long Short Term Memory (LSTM). La comparación y evaluación de los pronósticos de los modelos se realiza con datos de los parques eólicos Gibara I y II y la torre de prospección eólica Los Cocos, ubicadas en la provincia de Holguín, Cuba. Allí se realizan mediciones de la velocidad del viento cada 10 minutos a una altura de 50 m. El LSTM se construyó entrenando primero las observaciones y luego combinándolas con el pronóstico del modelo WRF. Los resultados de la comparación se realizaron para tres casos de estudio e indican que ambos modelos LSTM presentan mejores resultados que el modelo WRF, aunque las diferencias no superan 1 m/s. Sin embargo, para los casos de estudio, el modelo WRF se comporta bien reproduciendo el ciclo diurno, pero con un MAE superior a 4 m/s.

Keywords : predicción inmediata del viento; fuentes de energía renovable; modelos LSTM; modelo WRF.

        · abstract in English     · text in English     · English ( pdf )