Análisis del viento en el valle del río Negro mediante mapas auto organizados y algoritmos de inducción

Abstract

El presente trabajo incluye el análisis de series temporales de dirección e intensidad de viento en la estación Allen en Río Negro obtenidas durante el desarrollo del Proyecto MECIN, utilizando procedimientos de redes neuronales a partir de la integración de mapas auto organizados y algoritmos de inducción. Se efectuó el análisis de reglas de comportamiento. Se detectaron 7 grupos, y 38 reglas, de las que se seleccionaron 9 que cumplían simultáneamente con las siguientes consideraciones: eran soportadas por más de 25 datos y nivel de confianza superior a 0.84. Esto incluyó el 79% del total de los datos. Los grupos separaron patrones asociables al comportamiento esperable según análisis previos realizados a las series utilizando métodos tradicionales. La inclusión de un número más grande de variables como tiempo y fecha produjo un número mucho mayor de reglas, sin definir intervalos precisos, con pautas confusas y separando tanto pautas obvias como útiles.

The present work includes the analysis of time series of wind speed and wind direction in Allen automatic weather station in Negro River valley, obtained during the Mecin Project, using neuronal networks procedures. The behavior rules were obtained from the analysis of self organized maps and algorithms of induction. The methodology detected 7 groups, and 38 rules, of which, 9 rules were selected because they simultaneously follow: inclusion of more than 25 data and its confidence level was above 0.84. This facts included the 79% of the total data. The behavior of separated clusters matches prior analysis carried out using traditional methods. The inclusion of a larger number of variables as time and date produced a greater number of rules, without clear defining intervals, with confused guidelines and separating so much obvious patterns like useful ones.