• Reti Neurali
• Smart Grid
• Support Vector Regression
• Wind Power Forecasting

In questo lavoro, commissionato dall'azienda i-EM, è stato realizzato un software per fornire previsioni della quantità di potenza prodotta da quattro parchi eolici situati nel sud Italia.

L'azienda ha messo a disposizione un database contenente previsioni metereologiche e misure della potenza elettrica prodotta da ciascun parco eolico.

Per risolvere questo problema di previsione, sono stati implementati e confrontati alcuni dei principali algoritmi di apprendimento supervisionato ed è stato studiato il modo di processare i dati per migliorare l'apprendimento.

È stato quindi implementato un nuovo algoritmo dalla combinazione di due dei precedenti algoritmi di apprendimento.

Per valutare la precisione delle previsioni della potenza è stato usato l'indice NMAE (errore medio assoluto normalizzato) dove l'errore è stato calcolato sottraendo alla previsione della potenza prodotta ad una data ora la corrispondente misura di potenza.
Obiettivo di questo lavoro è stato quello di ottenere previsioni con valori dell'indice NMAE inferiori al 15%. Tale obiettivo è stato raggiunto per tutti gli algoritmi implementati. Le previsioni con il più basso valore dell'indice NMAE sono state quelle ottenute con il nuovo algoritmo proposto.