Sala de prensa
Modelos gráficos probabilísticos aplicaciones en el sector eléctrico

• Modelos probabilísticos que permiten tomar mejores decisiones y se puede aplicar en distintos sectores del mercado eléctrico ya que permiten diseñar situaciones hipotéticas para valorar diversos escenarios.

14 de enero de 2020. Durante el Ciclo de Conferencias sobre Inteligencia Artificial aplicada al Sector Energético llevado a cabo en el INEEL, el Dr. Luis Enrique Sucar Succar, Investigador Titular Instituto Nacional de Astrofísica, Óptica y Electrónica (INAOE) y ganador del Premio Nacional de Ciencias 2016, presentó el panorama general de tres modelos gráficos probabilísticos y algunas de sus aplicaciones en el sector eléctrico.

Los modelos gráficos probabilistas incluyen un conjunto de técnicas inteligentes que permiten modelar y resolver problemas complejos e inciertos basados en una representación compacta de la distribución de probabilidad de las variables del problema. Algunos tipos de modelos gráficos probabilistas aplicados a diversos problemas en el sector eléctrico son: Redes bayesianas multi-seccionadas, modelo probabilístico espacio-temporal, y los procesos de decisión de Markov.

Inició su presentación con el Modelo de Redes bayesianas multi-seccionadas. La estructura de este modelo considera la relación de variables dependientes e independientes; cuya inferencia es la de estimar la probabilidad condicional. Aplicado al sector eléctrico, este modelo se implementa para el diagnóstico de turbinas eólicas.

Continuó la presentación con el modelo probabilístico espacio-temporal, cuya representación se da a través de la dependencia entre variable-objeto y un subconjunto de variables espacio-tiempo; este modelo permite determinar el subconjunto de variables en diferentes espacios y tiempos que maximizan la información mutua. Aplicado a las energías renovables, este modelo se implementa en la predicción de vientos en parques eólicos de 12 zonas meteorológicas distribuidas en todo el país.

Finalmente, presentó los Procesos de Decisión de Markov. Este es un modelo de decisión óptima que refleja cuál es la mejor acción que se puede llevar a cabo, logrando maximizar la utilidad. Aplicado al mercado de energía permite la toma de decisiones de compra-venta de energía para generar una mayor utilidad. Un ejemplo de este modelo es el agente autónomo desarrollado por un grupo de investigadores del INAOE, entre ellos el Dr. Sucar, llamado COLDPower, el cual participó en la competencia PowerTAC (Power Trading Agent Competition) llevada a cabo en 2016, donde obtuvo el segundo lugar.

Estos modelos permiten tomar mejores decisiones y se puede aplicar en distintas partes del sector eléctrico, ya que permiten diseñar situaciones hipotéticas para valorar posibles escenarios.

Con conferencias con ésta de un destacado investigador, el INEEL contribuye en la divulgación de las mejores técnicas e investigaciones en el sector energético en beneficio de la industria eléctrica nacional.

Última actualización: jueves 09 de enero de 2020, 10:35 hrs.