ANALISIS: MODELOS DE PREDICCIÓN DE CAUDALES MENSUALES PARA EL SECTOR ELÉCTRICO COLOMBIANO

...

La predicción de caudales fue desarrollada mediante el modelo basado en el balance hídrico en la cuenca, suponiendo que el agua que proviene de la precipitación se distribuye en cuatro tanques o niveles de almacenamiento conectados entre sí (Smith et al., 2004). El agua se distribuye en cada nodo y continúa a niveles inferiores. Para validez de los modelos se utilizaron dos esquemas, 1. Realiza la predicción sin variables macro climáticas y 2. La predicción con las variables macro climáticas.

- Este esquema solo usa registros de caudales, y presentan que los resultados de validación para las diferentes ventanas. Se calcula para el mes en particular llamado como n, y concluyen que los errores aparecieron en 1, 3, 6 y 12 meses.

- Esquema de uso de variables macro climáticas el cual se presenta un error cuadrático medio obtenido por cada uno de los modelos, los distintos meses.

El software propuesto fue desarrollado con una metodología orientada a objetos, lenguaje Java, con una interfaz gráfica de múltiples ventanas, este contiene dos herramientas una permite abrir un modelo individual con una serie a predecir, algoritmo, la ventana de predicción y tipos de variables de entrada. Luego de la predicción, se puede observar con el software los indicadores de error para la credibilidad de los modelo de predicción y a medida que se selecciona el modelo aparece la gráfica del modelo y tablas de resumen.

En conclusión, recomiendan incluir en los modelos lo fenómenos macro climáticos como el fenómeno del niño, aunque la precipitación en Colombia está sujeta a alto grado de incertidumbre por la Variabilidad Climática. También, los resultados de un solo modelo no son suficientes y es necesario usar diferentes modelos para acertar con la realidad. El modelo Estructural y Espectral logró los mejores resultados, así como, el modelo físico pero para ello contaron con el buen pronóstico de la lluvia, concluyen que los datos más importantes para la predicción usando este tipo de modelo, son la información geomorfológica de la cuenca y los datos hidrológicos de entrada (precipitación y temperatura) (Smith et al., 2004). Al final, obtuvieron caudales medio mensuales en 12 ríos importantes del Sector Eléctrico Colombiano, los resultados con cada metodología mejoran en promedio 15% los modelos de predicción triviales como el uso de la media. El software desarrollado visualiza las series macro climáticas, precipitación y caudales asociado para realizar operaciones matemáticas y estadísticas, y a su vez permite actualizar la base de datos para conservar la vigencia.

Bibliografía

Eberhart, R y Dobbins, R (1990). Neural Nerwork PC Tools. A Practical Guide. Academic Press. Inc., New York, Estados Unidos.

Eppler, B., 1996. Interpretation of neural networks for classification task.

Jang, R., 1993. ANFIS: Adaptative-Network-Based Fuzzy Inference System, IEEE Transactions on Systems, Man and Cyberneties

Katz, R. W., 1996. Use of conditional stochastic models to generate climate change scenarios. Climate Change.

Mesa O., et al., 2001. Predicción no lineal de los caudales medio mensuales del Río Nare, Antioquia-Colombia

Smith, R., Vélez, J., Velasquez, J., 2004. Modelos de predicción de caudales mensuales para el sector eléctrico colombiano

Ultsh, A., Korus, D y Wehrmann, Ar., 1995. Neural networks an their rules classification in marine geology

---------------------------------------------------------------