Herramientas de selección de proyectos de energías renovables: análisis de datos y árboles de decisión como guías estratégicas

Abstract

Este documento presenta la metodología empleada en la creación de árboles de decisión utilizando aprendizaje automático para la selección de proyectos de energías alternativas en 123 municipios de Colombia. Esta metodología propuesta consiste en utilizar lógica difusa para obtener puntajes para elegir departamentos basados en distintos criterios físicos y socioeconómicos, luego de elegir los departamentos se realiza una clasificación puntal de los municipios según el tipo de proyecto que es apto para cada uno de estos. Como paso final se ingresan estos resultados a un modelo supervisado de Machine Learning donde se dividieron los datos como 70% para el entrenamiento del modelo y 30% para pruebas de este, arboles de decisión para observar si se logra replicar el procedimiento realizado de forma manual. Se comparan los árboles de decisión obtenidos con el flujo de decisiones seguido por expertos en energías renovables. A partir de los resultados obtenidos, es posible llegar a las siguientes conclusiones, los árboles de decisión si funcionas como herramientas de apoyo al momento de la selección de proyectos de energía renovables, pero debido a la falta de datos se obtuvo un desbalance en estos, obteniendo así arboles precisos pero no replicando los comportamiento de los expertos, como ejemplo se obtuvo una precisión del 0.95 para proyectos eólicos pero al observar el árbol de decisión las decisiones realizadas no son consecuentes con lo dicho por el experto, debido a que los datos para energía eólica estaban desbalanceados, por otra parte los datos para energía solar donde los datos no estaban desbalanceados se obtuvo una precisión del 0.97 y los árboles si concuerdan con el experto.