Aprendizaje Automático (“Machine Learning”)

en Energías Renovables

Antonio Marín Écija

Sevilla, 30 de junio de 2020

Email: [email protected] Web: www.dscenergy.ai

 ÍNDICE

1. Introducción DSC Energy Analytics

2. Data Science / Machine Learning

3. Proyecto Machine Learning

4. Tipos de proyectos en EE.RR.

5. Ejemplos datos abiertos

Aprendizaje Automático (Machine Learning) en Energías Renovables

 1. Introducción DSC Energy

DSC Energy Analytics es una empresa de consultoría de analítica avanzada y

modelos predictivos con técnicas de “Machine Learning”, que da servicios
principalmente en el sector de la energía y la industria, así como a otros sectores.
Entre otras áreas destacan la Supervisión de Rendimiento,
los Modelos Predictivos y el Mantenimiento Predictivo Inteligente.

Aprendizaje Automático (Machine Learning) en Energías Renovables

 Fotovoltaica y Termosolar Biomasa y Agroenergía
Eólica

Emisiones
Mercado Carbono
Distribución y Smartcities

Construcción y Depuración y Tratamiento

Explotación de Aguas Residuales

Motivos fundacionales:
DSC Energy se crea partiendo de la experiencia acumulada del equipo, en los sectores que ha trabajado
durante 25 años, con empresas tanto multinacionales como pymes, en más de 20 países, y
aprovecharlo para usar las nuevas tecnologías que se presentan con la transformación digital que están
teniendo las empresas, especialmente en el mundo de la inteligencia artificial y el big data.

Aprendizaje Automático (Machine Learning) en Energías Renovables

 2.1. Definiciones

Data Science = Ciencia de Datos

es un concepto que unifica estadística, análisis de datos, aprendizaje automático y sus métodos relacionados
con el fin de "comprender y analizar fenómenos reales" con datos. Emplea técnicas y teorías extraídas de muchos
campos dentro del contexto de las matemáticas, las estadísticas, la informática y las ciencias de la información.

Machine Learning = Aprendizaje Automático

es el estudio científico de algoritmos y modelos estadísticos que utilizan los sistemas informáticos para realizar
una tarea específica sin usar instrucciones explícitas, sino que se basan en patrones e inferencia de los datos. Es
visto como un subconjunto de inteligencia artificial.
Los algoritmos de aprendizaje automático crean un modelo matemático basado en datos de muestra, conocidos
como "datos de entrenamiento", para hacer predicciones o decisiones sin ser programado explícitamente para
realizar la tarea.

Aprendizaje Automático (Machine Learning) en Energías Renovables

 2.2. Tipos

Aprendizaje Automático (Machine Learning) en Energías Renovables

 2.3. Por qué ahora?

Democratización de la IA - software abierto

- Lenguajes especializados abiertos: Python, R

- Algoritmos avanzados abiertos: LightGBM (Microsoft), XGBoost, Catboost (Yandex)
- Redes neuronales: Tensorflow (Google), Torch (usado por Facebook AI Research Group, IBM,​ Yandex)
- Infraestructuras big data: Hadoop, Spark
- Cloud y sus herramientas: Microsoft Azure, Amazon Web Services, Google Cloud

Revolución computación

- CPUs cada vez más avanzados (incluso opción de alquilar en la nube). En los últimos 25 años la computación ha
aumentado su velocidad en 1 millón de veces ! Y sigue creciendo
- Evolución espectacular de las GPUs para las redes neuronales, impulsadas por la industria del videojuego y el
minado de bitcoin. Hoy por algo más de 1000 euros se puede tener una GPU con 30 TFlops, algo impensable hace
pocos años (1997: 30000 USD/GFlops -> 2019: 0.03 USD/GFlops)

Aprendizaje Automático (Machine Learning) en Energías Renovables

 3.1. Proceso Proyecto Machine Learning. Esquema

Definición Datos Datos

Datos Limpios
del Brutos Procesados
Problema

EDA

Extracción Procesado
Limpieza Datos
Mundo Real Datos Brutos Datos

Modelo
“Machine
Learning”
Comunicación
Visualización
Solución Producto Informe

Aprendizaje Automático (Machine Learning) en Energías Renovables

 3.2. Los Datos

● El algoritmo aprenderá a partir de los datos, por lo que son muy importantes. De hecho, se estima que en un
proyecto de Machine Learning, el 80% del tiempo es para la preparación de los datos.
● Puede haber datos estructurados y no estructurados, pero al final los algoritmos sólo entienden de datos
estructurados, con un orden generalmente tabular
● Según se disponga de la solución para aprender o no, se puede hablar de aprendizaje supervisado o no
supervisado
● Etapas de procesado de datos:
○ Adquisición y almacenamiento datos brutos
○ Limpieza de datos erróneos
○ Imputación de datos faltantes (“missing”)
○ Incorporación de nueva información procesada (ingeniería de variables o “Feature Engineering”)

Aprendizaje Automático (Machine Learning) en Energías Renovables

 3.3. El EDA1 (Análisis Exploratorio de Datos - “Exploratory Data Analysis”)

● Es una etapa inicial imprescindible, y que en muchas ocasiones aporta mucho valor, para conocer lo que está
pasando en el problema que se está afrontando
● Se trata de analizar los datos siguiendo unos pasos mínimos:
○ Estadísticas principales de las variables independientes continuas: min, max, media, mediana,
desviación estándar, valores nulos, valores faltantes (missing), valores fuera de rango
○ Estadísticas de las variables independientes categóricas: tipos, valores únicos, cardinalidad
○ Estadística de la variable objetivo: min, max, media, desviación estándar
○ Visualización de variables: boxplots (caja y bigotes), distribuciones, scatters (nube de puntos),
heatmaps, ….
○ Visualización de relaciones entre variables independientes y variable objetivo

1 El término EDA fue utilizado por primera vez por John W. Tukey, un reconocido estadístico estadounidense

Aprendizaje Automático (Machine Learning) en Energías Renovables

 3.4. Entrenamiento del modelo

● Selección del método de validación: validación cruzada (“cross validation”). Partición de datos en
entrenamiento, validación y test.
● Selección de la métrica: RMSE, MAE, AUC, ...
● Selección del algoritmo
● Selección de los parámetros del algoritmo (“hyperparameter tuning”)
● Evaluación del modelo, según la métrica y con el sistema de validación

● Objetivo principal: el modelo debe generalizar y mantener su rendimiento para datos no vistos, evitar el
sobreajuste (“overfitting”)

Aprendizaje Automático (Machine Learning) en Energías Renovables

 3.5. Implantación (“deployment”)

● Puede ser en equipos locales o en la nube (“cloud”)

● En equipos locales: requiere inversión, dependiendo del volumen de datos, la necesidad de memoria RAM y
la rapidez de ejecución de los algoritmos
● En la nube: Azure (Microsoft), Amazon Web Services AWS (Amazon), Google Cloud (Google)
● Quiénes serán los usuarios del modelo? Cómo lo consumirán?
● No olvidar la gestión y mantenimiento del modelo. Revisión de rendimiento periódico, por si hay que volver
a entrenar

Aprendizaje Automático (Machine Learning) en Energías Renovables

 3.6. ¿Por dónde empezar?

1. ¿Tenemos datos registrados digitalmente?

2. ¿Qué problemas pensamos podríamos resolver?
3. ¿Cómo está enfocando mi organización la transformación digital y el uso los datos de forma
avanzada?
4. Hacer una lista de posibles proyectos, definiendo siempre el problema a resolver y los beneficios
que podría tener
5. Empezar por un proyecto piloto inicial, que pueda ser representativo de más que se pueda
afrontar
6. Medir el impacto económico del proyecto y promocionarlo
7. Seguir avanzando con más proyectos de la lista, aumentando el despliegue y el alcance
 3.7. A tener en cuenta

1. Herramienta de mejora de la productividad

2. Evolución de la computación: en 25 años se ha multiplicado por 1 millón !! Y de los precios: 30k
USD/GFlop en 1997 a 0.03 USD/GFlop en 2019
3. Se necesitan recursos: locales/nube. Pero son cada vez más baratos
4. Sin datos, hay poco que hacer
5. Es muy importante la implicación de la Dirección si se quiere impulsar a escala
6. Quien conoce los problemas es Negocio/Operaciones, pero hay que contar con IT. Es buena la
figura impulsora transversal: “Transformación Digital”.
7. Y todo esto tiene sentido si al final vemos que aporta a la Cuenta de Resultados de alguna forma
o de otra, conviene siempre valorarlo
 4. Tipos de Proyectos

Evaluación de Mejoras Detección de Anomalías Modelado de Generación

de Energía
Modelado de energía Modelado de temperaturas
generada en parques eólicos, y/o vibraciones de Modelado para seguimiento
clúster de turbinas o turbinas componentes de equipos, de rendimiento de parques
individuales para evaluar para mantenimiento eólicos, tanto a nivel parque
mejoras implantadas predictivo como a nivel individual por
turbina
 4.1. Evaluación de Mejoras en Turbinas eólicas

Problema Planteado:
Parques en funcionamiento
Mejoras puntuales con alto coste económico
Confirmación de dicha mejora
Elección de próximas turbinas a mejorar

Solución Ejecutada:
Captura y preparación de datos alta frecuencia
Análisis, modelado y predicción
Modelo ML de Turbinas Modificadas a partir de
comportamiento de las vecinas

Mejora Conseguida:
Confirmación y cuantificación de la mejora
Reducción del tiempo de evaluación al usar datos
de alta frecuencia
Evaluación en todos los sectores

Aprendizaje Automático (Machine Learning) en Energías Renovables

4.2. Detección de Anomalías en temperaturas componentes principales

Problema Planteado:
Fallos muy costosos y no previsibles
Tiempos de reparación largos
Pérdidas de producción

Solución Ejecutada:
Captura y preparación de datos
Identificación momentos de fallos
Modelo ML de predicción de temperaturas

Mejora Conseguida:
Sistema de alerta de anomalías
Posibilitar Mantenimiento Predictivo
Reducción costes mantenimiento

Aprendizaje Automático (Machine Learning) en Energías Renovables

 5. Ejemplo Datos Reales

Parque Eólico La Haute Borne (8.2 MW):

● Propietario y operador: Engie
● Turbinas: 4 x Senvion MM82 - 2050 kW – Diámetro rotor 82 m – Altura 80 metros
● Localización: Vaudeville-le-Haut (departamento: Meuse, región: Grand Est) - Francia
● Dataset: datos 10 minutales años 2013 a 2016 (840380 observaciones, 138 variables)
● Variables: potencias, velocidad, pitch, yaw, voltaje, frecuencia, par, revoluciones, temperaturas, …

https://opendata-renewables.engie.com/explore/index

Aprendizaje Automático (Machine Learning) en Energías Renovables

 Resumen

Procedimiento (primero el “Problema”) Visualización (“EDA”)

Machine Learning

Los “Datos”

Aprendizaje Automático (Machine Learning) en Energías Renovables

 PREGUNTAS

Email: [email protected] Web: www.dscenergy.ai

Aprendizaje Automático (Machine Learning) en Energías Renovables