icono-facebook icono-twitter icono-twitter
IIE           Centro de Posgrado
SENER

Cursos de educación continua

Herramientas de inteligencia artificial para la solución de problemas en energías renovables

Fecha de inicio: 27 febrero 2017
Fecha de termino: 1 marzo 2017
Duración: 40 horas
Instructores: Dr. Alberto Reyes Ballesteros
Dr. Pablo H. Ibargüengoytia González
Dra. Mónica Borunda Pacheco
Lugar: INEEL Campus Cuernavaca
Objetivo: Demostrar el poder de la inteligencia artificial para resolver problemas que presentan incertidumbre, alto contenido de aleatoriedad, intermitencia, exceso de ruido, o falta deDemostrar el poder de la inteligencia artificial para resolver problemas que presentan incertidumbre, alto contenido de aleatoriedad, intermitencia, exceso de ruido, o falta de información para su solución. Debido a su naturaleza, el marco de las energías renovables es idóneo para ilustrar estas técnicas mediante herramientas académicas y comerciales.

Perfil del participante: Profesionistas con Licenciatura (Ingeniería o Física) familiaridad con procesos de energías renovables, e interesados en resolver problemas de validación de información, predicción, y optimización en el sector.

Temario

Teoría:
Capítulo 1: Tipos de problemas y técnicas de solución clásicas
1.1 Problema de búsqueda
1.2 Problema de optimización
1.3 Problema de planificación
1.4 Problema de validación de información
1.5 Problema de predicción

Capítulo 2: Aprovechamiento, beneficios y problemas con las energías renovables
2.2 Energía Hidráulica
2.2 Energía Geotérmica
2.3 Energía Eólica
2.4 Energía Solar Fotovoltaica
2.5 Microredes

Capítulo 3: Técnicas y herramientas de Inteligencia Artificial
3.1 Introducción a la IA
3.2 Búsqueda (AI Space)
3.2.1 Experimento 1: Planeación de rutas de pozos geotérmicos usando AI Space.
3.3 Lógica (Prolog)
3.3.1 Experimento 2: Procesamiento de alarmas con Prolog.
3.4 Sistemas basados en reglas (CLIPS)
3.4.1 Experimento 3: Configuración de una microred tipo mediante CLIPS.
3.5 Redes semánticas (Java)
3.5.1 Experimento 4: Explicación de decisiones de manejo de presas con JAVA.
3.6 Redes Bayesianas (AI Space)
3.6.1 Experimento 5: Caracterización de variables meteorológicas en un parque fotovoltaico con AI Space.
3.7 Procesos de decisión de Markov (MDP Toolbox)
3.7.1 Experimento 6: Optimización de la operación de una microred usando MDPToolbox.
3.8 Árboles de decisión (Weka)
3.8.1 Experimento 7: Predicción de velocidad y dirección de viento.

Capitulo 4: Técnicas Auxiliares
4.1 Análisis de turbulencia.
4.1.1 Experimento 8: Ejercicio de análisis de turbulencia con alguna herramienta.
4.2 Modelos numéricos.
4.2.1 Experimento 9: Predicción de velocidad y dirección de viento.


Herramientas de inteligencia artificial para la solución de problemas en energías renovables (cápsula introductoria)