2. z
Ing. Saúl Mamani M.
▪ Ingeniero Informático de la FNI
▪ Diplomado en Educación Superior – UTO
▪ Diplomado en Arquitectura de Software – UMSS
▪ Diplomado en Software Libre – EGPP
▪ Especialidad en Software Libre – UBJ México
▪ Maestría en Ingeniería de Software – UMSS
▪ Software Engineer en WebPT - TrueForce, California USA
▪ Docente de Programación, Actualización Tecnológica y Mecatrónica en la FNI
▪ https://saulmamani.github.io/
Acerca de...
3. z
▪ Conceptos Generales
▪ Energías Tradiciones
▪ Energías Renovables
▪ Inteligencia Artificial en la Energías Renovables
▪ Retos de la Inteligencia Artificial
▪ Actualidad
Agenda
5. z
Algoritmo
Conjunto de pasos ordenados para
resolver un problema o realizar una
tarea en específica.
Es como una receta de cocina...
▪ Inicio y fin
▪ Definido
CONCEPTOS
GENERALES
6. z
Hay un problema y ya tengo el algoritmo para
resolverlo
...pero...
Las computadoras o dispositivos electrónicos hablan y entienden en
CÓDIGO MÁQUINA - 001001000111100111
7. z
Programación
En la programación, se utilizan
lenguajes de programación para
escribir código que las computadoras
o dispositivos electrónicos puedan
entender y ejecutar
▪ C++, Java
▪ R
▪ Python
CONCEPTOS
GENERALES
8. z
Inteligencia Artificial
La inteligencia artificial (IA) es
un conjunto de algoritmos que
buscan replicar o simular el
comportamiento de un ser
humano, para realizar tareas o
resolver problemas que
normalmente requieren
inteligencia humana
CONCEPTOS
GENERALES
18. z
Machine Learning
Aprendizaje Automático
Las máquinas pueden aprender a
partir de datos, sin ser programadas
explícitamente.
Identifica patrones y tomar
decisiones basadas en los datos de
entrada.
CONCEPTOS
GENERALES
19. z
Machine Learning
Aprendizaje Automático
Se trata de enseñar a las máquinas a
aprender por sí mismas a través de
algoritmos estadísticos y datos
históricos.
CONCEPTOS
GENERALES
21. z
Algoritmos - Machine Learning
Algoritmos Supervisado
Se entrena un modelo utilizando
un conjunto de datos
etiquetados, que contienen tanto
las características de entrada como
las salidas deseadas
CONCEPTOS
GENERALES
25. z
Algoritmos - Machine Learning
Algoritmos No Supervisado
No se utilizan datos etiquetados, el
algoritmo busca patrones y
estructuras ocultas en los datos
para hacer agrupaciones o
segmentaciones.
El objetivo es descubrir información
valiosa sobre los datos.
CONCEPTOS
GENERALES
27. z
Algoritmos - Machine Learning
Redes Neuronales / Deep Learning
Trata de emular las redes
neuronales del cerebro
humano.
Subconjunto de aprendizaje
automático que mimetiza las
redes neuronales.
(Supervisado y no supervisado)
CONCEPTOS
GENERALES
29. z
Aplicaciones con Redes Neuronales
Reconocimiento de voz, traducción automática, traductores, dictado por voz, reconocimiento de
imágenes, etc.
Reconocimiento de
voz
30. z
Aplicaciones con Redes Neuronales
Reconocimiento de voz, traducción automática, traductores, dictado por voz, reconocimiento de
imágenes, etc.
Reconocimiento de
imágenes
33. z
Big Data – Analítica
Analizar conjunto de
datos extremadamente grandes y
complejos en el menor tiempo
posible.
Estos conjuntos de datos pueden contener
información valiosa que puede ser utilizada para
hacer predicciones, tomar decisiones informadas y
descubrir patrones y tendencias ocultas en los
datos.
CONCEPTOS
GENERALES
El Excel ya no nos sirve
34. z
Internet de las Cosas (IoT)
Es una red de objetos físicos
conectados a internet que pueden
comunicarse entre sí y con otros
sistemas.
Estos objetos, también conocidos como
dispositivos inteligentes, pueden ser
desde electrodomésticos y sensores
hasta vehículos, paneles solares, etc.
CONCEPTOS
GENERALES
36. z
Energías Tradicionales
Han sido utilizados durante
mucho tiempo, basadas
principalmente en
los combustibles fósiles
(carbón, petróleo y gas natural) y
la energía nuclear.
37. z
Energías Tradicionales
Matriz energética de Bolivia
https://fundacionsolon.org/2022/11/30/conociendo-
la-matriz-energetica-en-bolivia/
La matriz energética boliviana hasta
2022 está conformada por:
• El ciclo combinado(45,5%)
• gas (22%)
• hidroeléctrica (20,2%)
• solar (4,5%)
• eólica (3,6%)
• biomasa (3,5%)
• diésel (0,3%)
• diésel fuel (0,2%).
https://www.la-razon.com/
38. z
Energías Tradicionales
Desventajas
▪ Son recursos limitados
▪ Son peligrosos
▪ Alta contaminación ambiental
▪ Calentamiento global
▪ Dependencia de los países
productores de energía
(soberanía nacional)
39. z
Energías Renovables
Energías limpias.
Fuentes de energía que se
obtienen a partir de recursos
naturales renovables e
inagotables como la energía
solar, eólica, hidráulica,
geotérmica, biomasa y la
energía de los océanos.
Viento – mecanica – energía
Sol - fotovoltáica - energía
41. z
Energías Renovables
Ventajas
▪ Son recursos prácticamente
inagotables
▪ Gran apuesta de los gobiernos en la
actualidad
▪ Son sostenibles y limpias: Menor
contaminación, por lo tanto menor
daño al medio ambiente.
▪ Son más económicas a largo plazo, ya
que los costos de producción y
mantenimiento son más bajos
▪ Son descentralizadas: Debido a la
guerra, Europa está apuntando a este
tipo de energía.
43. z
El mundo necesita energía para funcionar
y la DEMANDA CRECE
… es la necesidad del momento …
y los combustibles fósiles no podrán satisfacer esta demanda
44. z
El mundo necesita energía para funcionar y la DEMANDA CRECE
https://www.youtube.com/watch?v=gsiVmMUoRR4
45. z
El mundo necesita energía para funcionar, depende de
nosotros que tipo de energía vamos a generar!
48. z
1.- PREDICCIÓN DE LA DEMANDA DE ENERGIA CON
INTELIGENCIAARTIFICIAL
IA
–
ENERGIAS
RENOVABLES
▪ La demanda no es
constante
▪ Producir más
energía de la
necesaria es muy
costoso
▪ No cubrir la
demanda, es
también un
problema
▪ Importante contar
con herramientas
que puedan
predecir la
demanda o el
suministro
https://cs109-energy.github.io/prediction-results.html
49. z
1.- PREDICCIÓN DE LA DEMANDA DE ENERGIA CON
INTELIGENCIAARTIFICIAL
IA
–
ENERGIAS
RENOVABLES
▪ Se puede usar un sistema de Inteligencia
Artificial y Big Data para analizar la base
de datos (datos históricos) de consumo y
aprender de ellas, para realizar
estimaciones futuras y ayudar a predecir
con precisión la demanda de energía, por
día mes y año. (https://www.abc.es/sociedad/algoritmo-
predice-demanda-electricidad-20220820201114-nt.html
▪ La predicción con IA está mejorando la
previsión de la demanda y la gestión de
los activos, y por lo tanto el ahorro de
costos.
Modelos ARIMA: IA – Machine Learning - Python
https://www.youtube.com/watch?v=mtNya7rR0Gc
https://www.kaggle.com
https://colab.research.google.com/drive/1qgz887Nci6wAf-
waBKFtjv7xHgaq3M3d
50. z
1.- PREDICCIÓN DE LA DEMANDA DE ENERGIA CON
INTELIGENCIAARTIFICIAL
IA
–
ENERGIAS
RENOVABLES
Otras herramientas:
https://www.sas.com/en_us/software/energy-forecasting.html
https://www.dexma.com/es/
51. z
1.- PREDICCIÓN DE LA DEMANDA DE ENERGIA CON
INTELIGENCIAARTIFICIAL
IA
–
ENERGIAS
RENOVABLES
Ventajas
▪ Optimizar los procesos. ¿Cuenta
energía en realidad se debe
generar?
▪ No parar la producción, cuando
la demanda es alta
▪ Programar mantenimientos
inteligentes de las aspas, limpieza
de los paneles solares.
▪ No se debería realizar el
mantenimiento en demanda alta
52. z
2.- ANÁLISIS INTELIGENTE POR MEDIO DE IMAGENES
SATELITALES
IA
–
ENERGIAS
RENOVABLES
▪ No podemos instalar paneles
solares en cualquier lugar
▪ Cerca del ecuador el sol es débil
▪ Buscar zonas con alta irradiación
solar
▪ Las turbinas eólicas deben estas
bien ubicadas, donde el viento es
fuerte y no interrumpir
la migración de aves.
▪ Las turbinas eólicas no pueden
estar cerca de poblados, porque
producen ruido
▪ Las imágenes satelitales y los
drones, nos pueden ayudar con
esta tarea.
53. z
2.- ANÁLISIS INTELIGENTE POR MEDIO DE IMAGENES
SATELITALES
IA
–
ENERGIAS
RENOVABLES
Con la Inteligencia Artificial podemos:
▪ Capturar una imagen y predecir
cuantos paneles solares se pueden
instalar
▪ Determinar cuanta energía se puede
generar en un área determinada
▪ Verificar si es factible instalar paneles
en un área
▪ Cuantos paneles realmente se
necesitan, para cubrir la demanda
proyectada
▪ Vectorización automatizada con IA,
para identificar paneles solares
▪ Ubicar donde existe más irradiación
solar, o más flujo de viento.
https://sunroof.withgoogle.com/
https://pvwatts.nrel.gov/index.php
http://shadowcalculator.eu/
54. z
2.- ANÁLISIS INTELIGENTE POR MEDIO DE IMAGENES
SATELITALES
IA
–
ENERGIAS
RENOVABLES
Con la Inteligencia Artificial
podemos:
▪ Buscar turbinas eólicas alrededor del
mundo
▪ Analizar la cantidad y la fuerza del
viento en una zona para predecir la
cantidad de energía que se puede
producir
▪ Sabiendo que no va a soplar mucho
viento se puede planificar
mantenimiento
▪ Determinar cuándo una aspa
necesita mantenimiento, por medio
de datos históricos
https://globalwindatlas.info/es/area/Bolivia/Oruro
https://eerscmap.usgs.gov/uswtdb/viewer/#14.
74/32.55149/-107.51244
55. z
4.- INTERNET DE LAS COSAS, INTELIGENCIA
ARTIFICIAL Y LAS ENERGIAS RENOVABLES
IA
–
ENERGIAS
RENOVABLES
▪ Se puede instalar sensores inalámbricos en
los paneles solares y las turbinas para que
envíen información en tiempo real a la
central o a otros dispositivos.
▪ Verificar y alertar anomalías.
▪ Ayuda a optimizar, a través de la
monitorización, las tareas de gestión de la
cadena de suministro.
▪ Con toda la información se puede predecir
cuándo va a fallar un dispositivo (Big data) y
realizar mantenimiento predictivo
▪ Sensores meteorológicos para predecir el
clima, y alertar...
56. z
5.- CENTROS DE CONTROL INTELIGENTES
IA
–
ENERGIAS
RENOVABLES
Debido a la gran cantidad de
información histórica, la información
inviada por los sensores, la
información generada por las
máquinas, etc. El procesamiento de
esta información puede resultar
tediosa.
La Inteligencia Artificial, Machine
Learning y Big data puede ayudar a
las empresas a procesar esta
información en tiempo record, además
de realizar proyecciones, predicciones
y estimaciones realistas.
57. z
6.- PREDICCIONES DEL CLIMA CON INTELIGENCIA ARTIFICIAL
IA
–
ENERGIAS
RENOVABLES
Con la inteligencia artificial. A través
de modelos matemáticos y algoritmos
de aprendizaje automático, se puede
analizar grandes cantidades de datos
climáticos históricos para hacer
predicciones precisas del clima futuro.
Podemos predecir en que lugares va a
ver incidencias, como tornados
huracanes, etc.
No frena el incidente, pero podemos
tomar medidas preventivas.
59. z
IA
–
ENERGIAS
RENOVABLES RETOS DE LA INTELIGENCIA
ARTIFICIAL
▪ Escases de datos.
▪ Desconfianza de los consumidores
▪ Barreras normativas del país
▪ Vulnerabilidad a los ciberataques
▪ Limpieza de datos de entrada
"Basura que entra, basura que sale"
▪ Desconfianza de las empresas en
la automatización y la Inteligencia
Artificial
61. z
IA
–
ENERGIAS
RENOVABLES
Generación y optimización de la energía eólica, con la producción
de turbinas eólicas
Utiliza Inteligencia Artificial para realizar predecir fallos de las máquinas
antes que se produzcan, para hacer mantenimiento preventivo.
https://www.youtube.com/watch?v=Sg3WhdY0Jb0
62. z
IA
–
ENERGIAS
RENOVABLES
Proveedor de energía de Colorado, USA
Utiliza inteligencia Artificial para resolver problemas de predicción
meteorológica, utilizando datos de satélites locales, estaciones
meteorológicas y parques eólicos, para identificar patrones que
puedan conservar y utilizar mejor la energía.
https://d3.harvard.edu/platform-
rctom/submission/xcel-energy-utilizing-
machine-learning-to-efficiently-and-
reliably-incorporate-renewable-energy-
into-the-u-s-energy-grid/
63. z
IA
–
ENERGIAS
RENOVABLES
OAKLAND, California
Utiliza los datos de la industria y la inteligencia Artificial para
educar a los consumidores y demostrar el ahorro potencial en
los costos de energía .
https://www.prnewswire.com/news-
releases/powerscout-brings-
machine-learning-to-consumer-
energy-market-300327860.html
65. z
IA
–
ENERGIAS
RENOVABLES
La empresa ha desarrollado una plataforma de energía solar y
baterías de almacenamiento que utiliza inteligencia artificial
para maximizar la eficiencia y la capacidad de almacenamiento.
https://blogthinkbig.com/energias-renovables-
en-la-industria/
66. z
En fin...
...esta es una ciencia multidisciplinaria...
Ustedes saben el proceso termodinámico que se necesita para transformar el viento y los rayos de sol en
energía, y nosotros (informáticos) tenemos el conocimiento para mejorar y optimizar uso de esta energía.