Redes Adversarias Generativas para el Aumento de Datos Secuenciales 1D. Aplicación a turbinas eólicas

Redes Ad e sa ias Gene a i as pa a el Aumen o de Da os Secuenciales 1D. Aplicación a u binas eólicas Po Víc o Ramos Fuen es G ado en Ingenie ía in o má ica Facul ad de In o má ica Di igido po Ma ilde San os Peñas, Ma ía José Gómez Sil a Gene a i e Ad e sa ial Ne wo ks o 1D Sequen ial Da a Augmen a ion. Applica ion o wind u bines Mad id, 2021–2022 Au o ización de di usión y uso El au o de es e abajo au o iza a la Uni e sidad Complu ense de Mad id a emplea an o el código como la memo ia elabo ada, únicamen e con ines didác icos y mencionando al au o del mismo Víc o Ramos Fuen es ii Ag adecimien os En p ime luga , ag adece el apoyo de Ma ilde y Ma ia José po apo a me la idea y los da os necesa ios pa a ealiza es e p oyec o. Po o o lado, a aquellas pe sonas que han es ado apoyándome du an e la ca e a y a lo la go de es e p oyec o, amigos y amilia es, g acias po anima me siemp e a con i- nua . También me gus a ía nomb a a odos aquellos p o eso es cuya dedicación en las asigna- u as que cu sé du an e es os años me han ayudado a mejo a mis habilidades y amplia mis conocimien os. Po úl imo, econoce a la Uni e sidad Complu ense de Mad id el da acceso a múl i- ple in o mación, así como posibili a es udios supe io es de calidad en una uni e sidad pública. iii Índice gene al Página 1. In oducción 1 1.1. Mo i ación .................................. 1 1.2. Ene gíaEólica................................. 1 1.3. GANs ..................................... 2 1.4. Obje i os ................................... 3 1.5. PlandeT abajo................................ 4 1.6. Asigna u as elacionadas y so wa e u ilizado . . . . . . . . . . . . . . . 4 1.7. Es uc u a de la memo ia . . . . . . . . . . . . . . . . . . . . . . . . . . 5 2. In oduc ion 1 2.1. Mo i a ion................................... 1 2.2. WindEne gy ................................. 1 2.3. GANs ..................................... 2 2.4. Objec i es................................... 3 2.5. Wo kPlan................................... 4 2.6. Rela ed subjec s and so wa e used . . . . . . . . . . . . . . . . . . . . . 4 2.7. S uc u eo memo y............................. 4 3. Fundamen os eó icos 6 3.1. Tu binasEólicas ............................... 6 3.2. RedGAN ................................... 8 3.2.1. Redesneu onales........................... 9 3.2.2. En enamien o de GAN . . . . . . . . . . . . . . . . . . . . . . . 11 3.2.3. Op imizado es GAN . . . . . . . . . . . . . . . . . . . . . . . . . 12 3.2.4. Funciones de pé dida o e o . . . . . . . . . . . . . . . . . . . . . 13 4. Aplicación de una Red Gene a i a Ad e sa ia 14 4.1. Conjun o de da os inicial . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 4.2. A qui ec u a de la ed GAN . . . . . . . . . . . . . . . . . . . . . . . . . 20 4.2.1. Gene ado ............................... 20 4.2.2. Disc iminado ............................. 22 4.2.3. Op imizado y Función de pé dida . . . . . . . . . . . . . . . . . 24 4.2.4. RedGAN............................... 24 4.3. En enamien o de la ed GAN . . . . . . . . . . . . . . . . . . . . . . . . 25 5. Resul ados 27 5.0.1. Fiche o Velocidad del ien o = 0 . . . . . . . . . . . . . . . . . . 28 Gene a i e Ad e sa ial Ne wo ks o 1D Sequen ial Da a Augmen a ion. Applica ion o wind u bines UCM 5.0.2. Fiche o Velocidad del ien o = 20 . . . . . . . . . . . . . . . . . 32 5.0.3. Fiche o Velocidad del ien o = 40 . . . . . . . . . . . . . . . . . 35 5.0.4. Fiche o Velocidad del ien o = 60 . . . . . . . . . . . . . . . . . 37 5.0.5. Fiche o Velocidad del ien o = 80 . . . . . . . . . . . . . . . . . 39 5.0.6. Fiche o con ángulo del pi ch 3 . . . . . . . . . . . . . . . . . . . . 41 5.0.7. Fiche o con ángulo del pi ch 5 . . . . . . . . . . . . . . . . . . . . 43 5.0.8. Fiche o con ángulo del pi ch 8 . . . . . . . . . . . . . . . . . . . . 45 5.0.9. Fiche o con ángulo del pi ch 10 . . . . . . . . . . . . . . . . . . . 47 5.0.10. Fiche o con ángulo del pi ch 11-4 . . . . . . . . . . . . . . . . . . 49 5.0.11. Fiche o con ángulo del pi ch 13 . . . . . . . . . . . . . . . . . . . 51 5.0.12. Fiche o con ángulo del pi ch 17 . . . . . . . . . . . . . . . . . . . 53 5.0.13. Fiche o con ángulo del pi ch 20 . . . . . . . . . . . . . . . . . . . 55 5.0.14. Fiche o con ángulo del pi ch 21 . . . . . . . . . . . . . . . . . . . 57 5.0.15. Fiche o con mues eo alea o io 1 . . . . . . . . . . . . . . . . . . 59 5.0.16. Fiche o con mues eo alea o io 2 . . . . . . . . . . . . . . . . . . 61 6. Conclusiones y T abajo u u o 63 6.1. Conclusiones ................................. 63 6.2. T abajo u u o ................................ 64 7. Conclusions and Fu u e Wo k 65 7.1. Conclusions.................................. 65 7.2. Fu u eWo k ................................. 66 9. Bibliog a ía y enlaces de e e encia 71 i Resumen Las ene gías eno ables son aquellas basadas en el uso de ecu sos na u ales ilimi ados. Se ca ac e izan po e i a la p oducción de gases de e ec o in e nade o (p incipal causa del cambio climá ico). Su desa ollo ha sido ue emen e impulsado en los úl imos años. Den o de las ene gías eno ables se encuen a la ene gía eólica, que ap o echa el e ec o de las co ien es del ai e. Dicha ene gía se ecoge en pa ques eólicos, donde se encuen an los ae ogene ado es, máquinas que ans o man la ue za del ien o o ene gía ciné ica en ene gía eléc ica. Los pa ques eólicos es án compues os de u binas eólicas que pue- den di idi se en di e sas ca ego ías, cen ándonos en el p oyec o en las u binas eólicas lo an es, si uadas gene almen e en zonas ma inas. El obje i o de es e p oyec o es implemen a una ed gene a i a ad e sa ia o GAN (Gene- a i e Ad e sa ial Ne wo k), que a pa i de unos da os de en ada eales que con ienen pa áme os de con igu ación de las u binas, sea en enada pa a au ogene a da os sin é- icos simila es a los eales. Es os da os sin é icos son eque idos debido a la al a de da os eales en las u binas ma inas lo an es, acili ando pode es udia p oblemas elacionados con desgas e o o u as de las u binas eólicas y en ena o os modelos de con ol. Una GAN, o ed gene a i a ad e sa ia, es una clase de ed neu onal compues a po un algo i mo disc imina i o o disc iminado que, una ez co ec amen e en enado, es capaz de dis ingui en e imágenes eales y o as sin é icas. Es as imágenes sin é icas son desa olladas po el algo i mo gene a i o o gene ado , o a ed neu onal que llega a gene a imágenes sin é icas con un pa ecido an idén ico a las eales que hace con undi al disc iminado . Palab as Cla es Ene gías eno ables Tu binas Eólicas Flo an es Da os sin é icos o a i iciales Ap endizaje p o undo En enamien o de edes Redes gene a i as ad e sa ias (GAN) ii Abs ac Renewable ene gies a e hose based on he use o unlimi ed na u al esou ces. They a e cha ac e ised by a oiding he p oduc ion o g eenhouse gases ( he main cause o clima e change). Thei de elopmen has been s ongly boos ed in ecen yea s. Renewable ene gies include wind ene gy, which ha nesses he e ec o ai cu en s. This ene gy is collec ed in wind a ms, whe e wind u bines, machines ha ans o m he o ce o he wind o kine ic ene gy in o elec ical ene gy, a e loca ed. Wind a ms a e made up o wind u bines ha can be di ided in o di e en ca ego ies, wi h he p ojec ocusing on loa ing wind u bines, which a e gene ally loca ed in ma ine a eas. The aim o his p ojec is o implemen a Gene a i e Ad e sa ial Ne wo k (GAN), which om eal inpu da a con aining u bine con igu a ion pa ame e s, is ained o sel - gene a e syn he ic da a simila o eal da a. This syn he ic da a is equi ed due o he lack o eal da a on loa ing o sho e u bines, making i easie o s udy p oblems ela ed o wind u bine wea and ea and o ain o he con ol models. A GAN, o gene a i e ad e sa ial ne wo k, is a class o neu al ne wo k composed o a dis- c imina i e algo i hm o disc imina o ha , once p ope ly ained, is able o dis inguish be ween eal and syn he ic images. These syn he ic images a e e ol ed by he gene a i- e o gene a i e algo i hm, ano he neu al ne wo k ha manages o gene a e syn he ic images ha a e so simila o he eal ones ha hey con use he disc imina o . Keywo ds Renewable Ene gies Wind Tu bines GAN Da a Augmen a ion Deep Lea ning Ne wo k T aining Gene a i e ad e sa ial ne wo ks iii Capí ulo 1 In oducción 1.1. Mo i ación En la ac ualidad, pa a el co ec o desa ollo de las u binas y sus co espondien es módu- los de con ol se emplea el modelado de da os. Una opción muy u ilizada es el modelado de da os basándose en écnicas de Deep Lea ning. El p oblema que o igina es a casuís ica es la imposibilidad de ob ene g andes can idades de da os. bien po su escasez, bien po el cos e de ob ención. Po ello, la mo i ación p incipal de es e p oyec o es implemen a una ed gene a i a capaz de p oduci da os sin é icos que simulen el compo amien o de da os que puedan se ob enidos po o as ías más cos osas y así pode emplea los en modelos desa ollados a u u o que acili en el uso de es e ipo de u binas. 1.2. Ene gía Eólica La ene gía eólica es una uen e de ene gía eno able, no se ago a, no con amina y educe el o igen de emisiones de e ec o in e nade o que o iginan el calen amien o global. Po ello, la p oducción de elec icidad a a és de ene gía eólica, jun o con o as ene gías eno ables, y su u ilización con ibuyen al desa ollo sos enible. Se debe des aca que la ene gía eólica no emi e sus ancias óxicas ni con aminan es al ai e. Dichas sus ancias pueden llega a acidi ica edi icios y co ompe ecosis emas e es es y acuá icos. En el plano humano es eseñable la can idad de en e medades pulmona es y ca dio ascula es que puede p o oca dicha con aminación. La ene gía eólica no gene a esiduos ni con a- mina el agua, algo muy impo an e dado que en la ac ualidad la escasez de agua es un p oblema mundial. Aho a bien, pa a ans o ma la ene gía del ien o o ene gía ciné ica en ene gía eléc i- ca necesi amos ae ogene ado es. Son la pa e esencial de las u binas eólicas. El ien o golpea a las palas, lo cual hace que las palas gi en y con ese mo imien o mecánico del o o p oduce ene gía ciné ica que se ans o ma en ene gía eléc ica. Es o se consigue po que el eje que o a es á conec ado a un gene ado que p oduce la ene gía eléc ica. Hay di e sos ac o es que in luyen en la can idad de ene gía a p oduci , ales como lon- 1 Gene a i e Ad e sa ial Ne wo ks o 1D Sequen ial Da a Augmen a ion. Applica ion o wind u bines UCM gi ud de las palas, dimensión de la u bina y del o o , la ubicación del ae ogene ado y, undamen almen e, la elocidad del ien o. Es as u binas se encuen an ins aladas en pa ques eólicos en odo el mundo, siendo los más ex ensos los que encon amos en Es ados Unidos. En cuan o a España, el pa que eólico más impo an e es el ’Gecama’, si uado en la p o incia de Cuenca, en Cas illa La Mancha ( igu a 2.1). Cuen a con una ex ensión de 40 kilóme os cuad ados. Figu a 1.1: Pa que Eólico de Gecama en Cuenca [1] Pa a saca el máximo endimien o de las u binas es impo an e ene in o mación de su uncionamien o, y da os an o de su dinámica cómo de las pe u baciones ex e nas a las que se e some ida. Es a in o mación no es á siemp e disponible o no es accesible al habe oda ía pocas ins alaciones de algunos ipos de pa ques eólicos ma inos y más especialmen e, de las u binas lo an es que se encuen an en al a ma . Es e ipo de u bina pe mi e gene a elec icidad en aguas muy p o undas, donde o o ipo de u binas como las de cimien os ijos no son iables. Las u binas lo an es ienen un g an po encial al aplica las en zonas con aguas poco p o undas como Japón, pues o que inc emen an signi ica i amen e el a ea ma ina disponible pa a g anjas eólicas ma inas. Si ua dichas g anjas en zonas alejadas de las cos as iene a ias en ajas: educi la con aminación isual, alcanza ien os más consis en es y de mayo po encia, p o ee mayo espacio a emba caciones des inadas a la pesca...e c La g an mayo ía de u binas eólicas lo an es se encuen an en una ase p ime iza de su desa ollo. La ins alación de los p ime os p o o ipos se ins ala on en 2007, siendo la única g anja uncional a día de hoy, la g anja Hywind Sco land[2] en 2017. Posee 5 u binas con capacidad de 30 MW. 1.3. GANs Las edes gene a i as an agónicas o GANS, son un ipo de algo i mo de in eligencia a - i icial (IA), plan eado po Ian Good ellow en 2014 [3]. En esencia, su uncionamien o se esume la combinación de dos edes neu onales que son en enadas en en ándose en e 2 Gene a i e Ad e sa ial Ne wo ks o 1D Sequen ial Da a Augmen a ion. Applica ion o wind u bines UCM 2.5. Wo k Plan Fo he comple e de elopmen o his wo k, he p ojec has been dynamised in phases, whe e he u o s sol ed he doub s ha a ose pe iodically. The s eps ollowed du ing he p ojec we e as ollows: a). Fi s o all, a mee ing was es ablished whe e he objec i es o he p ojec and he s eps o be ollowed h oughou he mon hs we e co e ed, in o de o come up wi h an ini ial idea. b). A e adding a li le con ex on he subjec ma e o he wo k, he au ho was ained in gene a i e ad e sa ial ne wo ks h ough a cou se on he Udemy pla o m, he link o which will be included in he bibliog aphy o his documen . c). A e he p e ious s ep, a da ase o se e al Excel iles was p o ided wi h he da a o be used in he aining o he ne wo k. d). The i s p og amming s ep was o de elop he GAN ne wo k o gene a e andom da a. second so wa e implemen a ion s ep was o de elop he disc imina o , which will be explained in he ollowing chap e s. he hi d s ep, he ne wo k is imple- men ed by linking he esul s o he gene a o and he disc imina o . a aining and alida ion p ocess o he ne wo k esul s is ca ied ou un il he esul s o he ne wo k a e adequa e. To communica e and keep ack o he asks o be pe o med we ha e communica ed by email and Google Mee mee ings. 2.6. Rela ed subjec s and so wa e used Du ing he de elopmen o his inal deg ee p ojec , knowledge acqui ed in a ious sub- jec s o he syllabus has been used, he mos impo an o which a e he ollowing: Machine Lea ning and Big Da a P og amming Technology Da a S uc u e As o he so wa e used o implemen he p ojec ’s ne wo k, i is wo h men ioning he Py hon language oge he wi h se e al o i s mos well-known lib a ies (Numpy, Ma - plo lib, Ke as, Pandas, Tenso low...e c). All he de elopmen has been done in Jupy e No ebook wi hin he Anaconda en i onmen . 2.7. S uc u e o memo y The p ojec has been desc ibed in a sel -con ained documen di ided in o 4 chap e s: The i s chap e will se e as an in oduc ion o he amewo k o he wo k, he objec i es de ined a he beginning o he p ojec , he mo i a ion o he p ojec , he wo k plan ca ied ou , he subjec s aken h oughou he deg ee whose acqui ed knowledge ha e se ed as a basis o s a ing he wo k and he mo i a ion o ca y ou his p ojec . 4 Gene a i e Ad e sa ial Ne wo ks o 1D Sequen ial Da a Augmen a ion. Applica ion o wind u bines UCM The second chap e p esen s an in oduc ion o he concep s ha encompass a wind u bine om a heo e ical poin o iew, as well as he main o basic ideas ha comp ise a gene a i e ne wo k o GAN. hi d chap e ex ensi ely de ails he implemen a ion and ope a ion o he ne wo k de eloped in his wo k. Each pa o he ne wo k is explained, as well as i s loss unc ion and op imise . I also includes a sec ion ha b ie ly summa ises he da ase used o ain he ne wo k. ou h chap e co e s he esul s ob ained a e aining and alida ion o he ne - wo k. Finally, he i h chap e co e s he conclusions o he p ojec as well as he wo k o be done in he u u e. 5 Capí ulo 3 Fundamen os eó icos 3.1. Tu binas Eólicas La ene gía eólica es la segunda uen e de gene ación eléc ica en nues o país, con una media de 27.000 MW de po encia acumulada al año [1]. Una o ma de ob ención de es a ene gía es median e el uso de ae ogene ado es. Funcionan bajo un p incipio sencillo, u ilizan la ene gía del ien o (mecánica) pa a p oduci elec icidad. La ue za del ien o mue e las palas que o man una hélice, las cuales es án unidas a un o o que gi a y ansmi e ese mo imien o al gene ado , que es el e dade o enca gado de p oduci la elec icidad. Cuando las palas son mo idas po el e ec o del ien o, la p esión del ai e disminuye po un lado y aumen a po o o. Es a di e encia de p esión en ambos lados p oduce el mo imien o de ele ación y a as e. La esis encia (ine cia) del o o es supe ada y po ello es obligado a mo e se. Po eso hay una elocidad mínima del ien o pa a que comience a mo e se y a p oduci ene gía. G acias a la conexión del o o con el gene ado , la ue za ae odinámica del o o hace que el gene ado p oduzca la elec icidad. Las u binas se pueden clasi ica en unción de su eje. Las u binas de eje ho izon al son las más habi uales en los pa ques eólicos que hay dis ibuidos en g andes ex ensiones, mien as que las u binas con el eje e ical son menos popula es ya que su p oducción de ene gía es algo meno con espec o a las ho izon ales. Se suelen usa en ambien es u banos. Es as úl imas son omni-di eccionales, es deci , no necesi an es a o ien adas a la di ección de p ocedencia del ien o pa a p oduci ene gía. Sin emba go, las u binas de eje e ical, sob e odo las de amaño mediano y pequeño, sí ienen un sis ema de con ol que gi a la góndola de la u bina, donde es á el o o con las palas, pa a que se en en e al ien o y lo ap o eche al máximo. En la igu a 3.1 se mues an los componen es p incipales de una u bina eólica en su in e io des acando las palas o álabes del o o , el buje, que es la pa e que suje a las palas jun o al es o de componen es. El gene ado , que ex ae la ue za del ien o ecogida po las palas pa a p oduci ene gía, el anemóme o, un apa a o empleado pa a conoce la elocidad del ien o...e c 6 Gene a i e Ad e sa ial Ne wo ks o 1D Sequen ial Da a Augmen a ion. Applica ion o wind u bines UCM Figu a 3.1: Visión in e io de una u bina [6] Las u binas eólicas pueden es a ubicadas en cualquie localización, ya sea en luga es ma í imos (o sho e), cos e os o en al a ma o, en luga es e es es in e io es (onsho e). Las u binas e es es suelen ene un amaño pequeño o mediano, p oduciendo en e los 100 kilo a ios has a pocos mega a ios. Cuan o mayo sea su supe icie, más en ables son y se ag upan en pa ques eólicos. Las más pequeñas se ins alan ce ca de la ubicación donde se ap o echa á la ene gía p oducida, po debajo de los 100 kilo a ios, y suelen emplea se en esidencias o pequeñas g anjas ag ícolas. Po o o lado, las u binas o sho e ienden a se mucho más masi as, con una al u a que onda los 100 me os y una p oducción de MW. Pueden se cos e as, ancladas al lecho ma ino, o lo an es, en al a ma . El mayo desa ío que plan ean es as úl imas es su anspo e pa a la ins alación, que se hace po ba co. Como en aja des aca su acilidad pa a ap o echa el ien o oceánico, más po en e y es able que el e es e debido a la al a de obs áculos geog á icos, gene ando mayo can idad de ene gía. 7 Gene a i e Ad e sa ial Ne wo ks o 1D Sequen ial Da a Augmen a ion. Applica ion o wind u bines UCM 3.2. Red GAN Las edes gene a i as ad e sa ias son un ipo de ed neu onal que se ha empezado a aplica en los úl imos años. Fue on descubie as po Ian Good ellow en 2014 [3] y, des- de en onces han supues o un g an a ance en el campo del ap endizaje no supe isado. Consis en esencialmen e en un algo i mo basado en dos edes neu onales denominadas gene ado y disc iminado que compi en en e sí. Figu a 3.2: Esquema básico del uncionamien o de una ed GAN [7] En la igu a 3.2 emos de o ma básica cómo unciona una ed GAN. P ime o, el algo i - mo gene ado a pa i de un ec o de núme os alea o ios denominado uido, que es su en ada, gene a un conjun o de da os sin é icos que e alúa el disc iminado . Es e úl imo posee las imágenes e dade as y emi e un esul ado que puede se de dos ipos: o bien la imagen gene ada es p ác icamen e igual a la eal, o no se pa ece y es desechada. 8 Gene a i e Ad e sa ial Ne wo ks o 1D Sequen ial Da a Augmen a ion. Applica ion o wind u bines UCM 3.2.1. Redes neu onales Tan o el gene ado como el disc iminado son edes neu onales, cuya a qui ec u a se des- c ibe en es a sección. Una ed neu onal es una écnica de la In eligencia A i icial que p ocesa da os. Es e ipo de ap endizaje se denomina ap endizaje p o undo o Deep Lea - ning. Se basa en emplea neu onas o nodos in e conec ados a una es uc u a de capas gene ando un sis ema dinámico que se adap a según necesidad, es deci , según a anza la ejecución de la ed, és a ap ende de sus e o es y mejo a sus esul ados, aunque no siemp e es así. Se debe e i a el sob eajus e, un enómeno que ocu e cuando la ed se en ena en demasía gene ando da os e óneos. Así, los e os a los que se en en an las edes neu onales son cada ez más complejas, como econoce os os con p ecisión o in en a simula el lenguaje humano. Una aplicación muy ú il de las edes neu onales (NN) es la isión a i icial. Pe mi en ex ae in o mación y conocimien o de ídeos e imágenes al y como lo ha ía un se hu- mano. Algunos ejemplos de aplicación de isión a i icial son: econocimien o de señales de á ico, econocimien o acial pa a escáne es o la eliminación de con enido sensible en cie as páginas webs [8]. Las edes neu onales emulan la es uc u a del ce eb o del se humano. Una ed neu onal a i icial es á o mada po neu onas que abajan de o ma coope a i a con el obje i o de esol e un p oblema. La a qui ec u a de la ed se puede obse a en la igu a 3.3. a). Capa de en ada En es a p ime a capa, la ed neu onal coge la in o mación de en ada, es deci , los da os de en enamien o que se le suminis an. Las neu onas de es a capa los p ocesan y mandan la in o mación a la siguien e capa. b). Capa ocul a Las edes neu onales pueden ene N capas ocul as o in e medias, cuya unción es analiza la in o mación en iada po la capa an e io , la p ocesa y la en ía a la siguien e capa. c). Capa de salida En la úl ima capa se p opo ciona el esul ado de odo el p ocesamien o lle ado a cabo en los pasos mencionados an e io men e. La salida puede se un alo único como 1, 0, Sí, No...e c o múl iples alo es si es amos an e un p oblema mul iclase. 9 Gene a i e Ad e sa ial Ne wo ks o 1D Sequen ial Da a Augmen a ion. Applica ion o wind u bines UCM Figu a 3.3: Es uc u a de una ed neu onal [9] 10 Gene a i e Ad e sa ial Ne wo ks o 1D Sequen ial Da a Augmen a ion. Applica ion o wind u bines UCM 3.2.2. En enamien o de GAN El p oceso de en enamien o de una ed consis e en suminis a al disc iminado un lo e de imágenes sin é icas y o o lo e de imágenes eales indicándole jun o a la imagen un bi (0 si es sin é ico, 1 si es eal) pa a que es e ap enda a iden i ica di e encias. El algo i mo gene a i o se á en enado gene ando imágenes sin é icas que in en en con undi en su oma de decisión a un disc iminado ya en enado. Es os dos pasos se epi en de o ma i e a i a un núme o de inido de eces, ya que cuan as más eces sea en enada la ed mejo es esul ados apo a án. Figu a 3.4: En enamien o de una ed GAN [10] En la igu a 3.4 se ap ecian los da os eales (núme o 1) que debe ap ende a emula lo mejo posible el gene ado , que son la en ada del algo i mo disc imina o io; los da os alea o ios o uido (núme o 2), que emplea el algo i mo gene ado como inicio pa a p odu- ci nue os da os. Es os da os a i iciales son ambién da os de en ada al disc iminado (núme o 3). Una ez que es e algo i mo ecibe ambos conjun os de da os como en a- da, emi e un esul ado (núme o 4) den o del in e alo 0 a 1 pa a de e mina , según su c i e io, si el alo p oducido es eal o no. Po úl imo, cada esul ado emi ido po el dis- c iminado es u ilizado pa a ajus a de o ma i e a i a los pa áme os de la ed de cada algo i mo (núme o 5). En esencia, aumen ando la p obabilidad de acie o del disc iminado se ob end án me- jo es esul ados c eados po el gene ado . El en enamien o simul áneo de ambas edes neu onales ha á que ambos esul ados e olucionen posi i amen e, de ahí el nomb e de e- des ad e sa ias. Los pasos que sigue el algo i mo disc iminado du an e el en enamien o son los siguien es: Coge un conjun o de da os eales alea o io del da ase de en enamien o suminis- ado. Recibe los da os c eados po el gene ado , ambién conocidos como da os sin é icos. El disc iminado clasi ica los da os eales y los sin é icos. 11 Gene a i e Ad e sa ial Ne wo ks o 1D Sequen ial Da a Augmen a ion. Applica ion o wind u bines UCM Se calculan los alo es que después adop an ambos algo i mos pa a mejo a su uncionamien o. El p oceso de en enamien o del gene ado se lle a a cabo según los pasos mencionados, pe o basándose de o ma exclusi a en los alo es que ha asignado el disc iminado a los da os sin é icos que p odujo an e io men e. 3.2.3. Op imizado es GAN El campo del Deep Lea ning e olucionó con espec o a los algo i mos iniciales de Machine Lea ning debido a que las soluciones que emplean es os algo i mos deben conside a no sólo la a qui ec u a de la ed, sino ambién sus pa áme os, p e-p ocesamien o de da os, hipe -pa áme os...e c, pa a alcanza un esul ado sa is ac o io. Uno de es os pa áme os cla e pa a mejo a el uncionamien o de una ed GAN son los op imizado es, que ayudan a educi el e o del algo i mo. El op imizado más básico ac ualiza ía los pa áme os de o ma equi a i a den o de la ed, mien as que un op imizado más complejo asigna ía los alo es en unción del peso que enga cada pa áme o de ca a al esul ado inal. Ejemplos de los op imizado es más u ilizados en la ac ualidad son [11]: Adag ad Adadel a RMSp op Adam Nadam S ochas ic G adien Descen (SGD) Algunos de los op imizado es mencionados han sido desa ollados basándose en o os ya exis en es, con lo cual su uncionamien o es supe io y son los más u ilizados. Es os op imizado es son SGD, Adam y RMSP op. 12 Gene a i e Ad e sa ial Ne wo ks o 1D Sequen ial Da a Augmen a ion. Applica ion o wind u bines UCM 3.2.4. Funciones de pé dida o e o Los algo i mos an o de Machine Lea ning como, den o de ese con ex o, de Deep Lea - ning, pueden se empleados pa a soluciona p oblemas de clasi icación, es deci , gene a p edicciones sob e un p oblema y da un esul ado que sea uno o ce o en unción de si es co ec o o no. Pe o du an e el en enamien o de es os algo i mos se necesi a medi si la p edicción es co ec a o no pa a a e igua si el en enamien o es á siendo sa is ac o io. La o ma en la que se puede conoce la calidad del esul ado del algo i mo es compa an- do dichos esul ados con los da os de en enamien o de los que se dispone. Es e úl imo paso se lle a a cabo median e el empleo de unciones de e o . Después se ajus an los pa áme os del algo i mo pa a minimiza el e o con las unciones de pé didas. Algunas de las unciones de pé dida más eseñables son [12]: E o absolu o medio E o cuad á ico medio Pseudo-Hube Loga i mo del e o cuad á ico medio Bina y C oss En opy Loss C oss En opy Loss En es e p oyec o se a a aplica la unción Bina y C oss En opy Loss, pues o que es e ipo de unción es la más indicada pa a p oblemas donde la solución debe se ce o o uno. La ó mula de allada 3.1 es: − 1 n∑j= 1n∑i= 1c[yilog(pi) + (1 −yi)log(1 −pi)] (3.1) Donde: yes la e ique a, puede se 1 si la imagen se p edice como eal o 0 si es sin é ica. pes el po cen aje de p obabilidad dado a la imagen pa a que sea eal. nes el núme o de imágenes en el lo e suminis ado. 13 Gene a i e Ad e sa ial Ne wo ks o 1D Sequen ial Da a Augmen a ion. Applica ion o wind u bines UCM 4.2. A qui ec u a de la ed GAN Una ez es udiado el da ase de en ada, se p ocede a implemen a una ed gene a i a en es ases, una pa a implemen a el gene ado , o a pa a el desa ollo del disc iminado y una e ce a pa a la implemen ación de la ed GAN con los algo i mos an e io es. Además se de ini án los mé odos pa a el op imizado Adam y la unción de pé dida Bina y C oss En opy. 4.2.1. Gene ado El gene ado es a á p epa ado pa a ecibi como en ada un ec o de nú- me o alea o ios, y, a a és de las seis capas que se an a implemen a , e mina á apo ando una imagen de 1x6. En el p oceso de ans o ma- ción de es os da os, el ec o a a esa á 6 capas dis in as de inidas en el algo i mo. En cada capa el ec o se i á pa eciendo cada ez más al esul ado espe- ado. La p ime a capa denominada Dense, la cual se enca ga de ecoge el ec o con uido alea o io. Cada una de las capas iene una unción de comp obación pa a que las dimensiones de salida sean iguales a las de en- ada de la siguien e capa, asegu ando e i a cualquie p oblema en es e sen ido. Todas las capas, excep uando la úl ima de salida, con ienen cie as unciones que ayudan a puli su co ec o uncionamien o. Dichos mé odos son: Ba chNo maliza ion: pe mi e no maliza las con oluciones pa a ob- ene unos esul ados más sa is ac o ios en meno iempo, es deci , ga an iza que los alo es gene ados en cada capa end án un alo medio simila a ce o y una des iación es ánda igual a 1. LeakyReLU: es una unción de ac i ación que hace que la ed neu onal no sea lineal. Elimina la linealidad en la unción de inida po la ed. Se debe des aca ambién el uso de la unción Con 2DT anspose, que pe - mi e ealiza con oluciones in e sas, es deci , ag anda la imagen en cada capa pa a ob ene el esul ado p eciso. En la igu a 4.7 se mues a un esumen del algo i mo gene ado . El ge- ne ado comienza con una capa del amaño del ec o de en ada (6144 componen es), conec ándose a una capa de 1024x6x1 que disminuye su a- maño a la mi ad en cada capa, pasando así po 512x6x1, 256x6x1, 128x6x1 y 64x6x1, edimensionándose en cada paso, pa a ob ene en la úl ima capa 20 Gene a i e Ad e sa ial Ne wo ks o 1D Sequen ial Da a Augmen a ion. Applica ion o wind u bines UCM la dimensión espe ada 1x6x1. Figu a 4.7: Resumen po capas del gene ado 21 Gene a i e Ad e sa ial Ne wo ks o 1D Sequen ial Da a Augmen a ion. Applica ion o wind u bines UCM 4.2.2. Disc iminado Una ez implemen ado el algo i mo gene ado de imágenes, la ed equie- e o o algo i mo que pueda clasi ica y di e encia las imágenes eales de las sin é icas. Ahí es donde en a el disc iminado , el cual se á implemen- ado con las mismas 6 capas que el gene ado pe o con las dimensiones in e idas, es deci , es ez de ag anda la imagen, és a se e á educida en amaño. En es e caso, el disc iminado eque i á como en ada una imagen del mismo amaño que las imágenes p oducidas po el gene ado , o bien una imagen eal ex aída del da ase suminis ado. De igual o ma, las dimen- siones eque idas son 1x6x1. El algo i mo dispond á ambién de seis capas con los mé odos Ba chNo maliza ion y LeakyReLU idén icos a los u iliza- dos en el algo i mo an e io . Es a ez el disc iminado emplea á el mé odo Con 2D en ez de Con 2DT anspose pa a empequeñece el amaño de la imagen. Cabe des aca que en la úl ima capa del disc iminado se usa el mé odo Fla en pa a con e i el esul ado de salida de la capa an e io en un o ma o unidimensional. En la salida de la úl ima capa se incluye la unción Dense pa a indica la ca ego ía a la que pe enece la imagen. A di e encia del gene ado , la unción de ac i ación se á la sigmoide. El modelo es compilado incluyendo el op imizado Adam mencionado an e io men e y la unción de pé dida Bina y C oss En opy. En la igu a 4.8 se pueden obse a las capas del disc iminado que an desde las dimensiones 1x6x1 has a las dimensiones 1x6x1024, las mismas que iene la p ime a capa del gene ado , ob iando la capa de en ada del ec o . 22 Gene a i e Ad e sa ial Ne wo ks o 1D Sequen ial Da a Augmen a ion. Applica ion o wind u bines UCM Figu a 4.8: Resumen po capas del disc iminado 23 Gene a i e Ad e sa ial Ne wo ks o 1D Sequen ial Da a Augmen a ion. Applica ion o wind u bines UCM 4.2.3. Op imizado y Función de pé dida La unción enca gada de op imiza la calidad del esul ado de la ed es, como se ha mencionado an e io men e, Adam. Es a uncionalidad es á de- inida con un hype pa áme o de en ada llamado lea ning a e o asa de ap endizaje, cuyo alo ma ca á la acilidad de ap endizaje de la ed. El alo seleccionado ha sido 0.001 ya que es la ci a mencionada pa a ob ene unos esul ados buenos en la elación calidad y iempo. En cuan o a la unción de pé dida o e o implemen ada, se han de inido dos unciones, una pa a co obo a el e o del gene ado , donde se com- pa an el núme o de imágenes alsas gene adas con aquellas que son muy simila es o iguales a las eales y pod ían llega a con undi al disc imina- do . La segunda unción engloba los e o es p oducidos po el disc iminado . Se calcula como la suma del e o al compa a las imágenes eales con las que el disc iminado c ee que son eales y las imágenes alsas con las que el disc iminado c ee que son alsas. La ó mula u ilizada pa a el cálculo del e o o pé dida es la 3.1 ya men- cionada en el capí ulo an e io . 4.2.4. Red GAN Una ez implemen ados ambos algo i mos, se p ocede a implemen a la ed. Pa a ello p ime o se ha c eado un con enedo median e el mé odo Sequen ial pa a albe ga los algo i mos. T as es o, se añade el gene ado y se de e minan los coe icien es de en enamien o del disc iminado . Después se añade el disc iminado , el op imizado y la unción de pé dida. En la igu a 4.9 se en ambos algo i mos de la GAN, el gene ado con unas dimensiones de salida al y como se espe a, y un disc iminado que de uel e un único alo numé ico que indica si la imagen es eal con 1 o si es alsa con un 0. 24 Gene a i e Ad e sa ial Ne wo ks o 1D Sequen ial Da a Augmen a ion. Applica ion o wind u bines UCM Figu a 4.9: Resumen po capas del gene ado 4.3. En enamien o de la ed GAN T as implemen a la ed hay que en ena la, es deci , ejecu a la un nú- me o N de eces pa a que los esul ados mejo en p og esi amen e y se ob enga una salida del algo i mo de la mejo calidad posible. Pa a lle a a cabo el en enamien o p ime o se á en enado el algo i mo disc imina- do y después el gene a i o. El mo i o po el cual p ime o se en ena el disc iminado es el siguien e: una ez el disc iminado es capaz de dis in- gui en e da os eales y sin é icos, el gene ado u iliza á al disc iminado pa a en ena se, ya que los da os p oducidos po el gene ado llega án al disc iminado pa a in en a engaña lo. Una ez conseguido es e úl imo pa- so, el gene ado es a á en enado. En esumen, sin ene un disc iminado en enado no se puede en ena al gene ado . Pa a en ena al disc iminado se le suminis a á un lo e de imágenes eales y o o de imágenes sin é icas. Es as úl imas se gene an a pa i de un ec o de N núme os alea o ios que son la en ada al gene ado , el cual desa olla- á las imágenes del amaño de inido en su implemen ación. Pa a ob ene las imágenes eales, pa imos de N núme os alea o ios que si an como índice en el da ase , escogiendo así unas imágenes eales alea o ias den o de la mues a. Una ez conseguidos los lo es pe inen es, se ac i a án los coe icien es de en enamien o del disc iminado , desac i ados a la ho a de en ena la ed GAN. Con los coe icien es ac i ados, se le suminis a al disc iminado las imágenes eales indicándole que son las eales bajo un ec o de numpy de 1s y las imágenes alsas jun o a o o ec o de Numpy de 0s. T as lle a a cabo es a e apa, se ejecu an las unciones de pé di- 25 Gene a i e Ad e sa ial Ne wo ks o 1D Sequen ial Da a Augmen a ion. Applica ion o wind u bines UCM da del disc iminado pa a cada ipo de imagen suminis ada, ob eniendo los alo es con los que op imiza los pa áme os. Finalmen e, se uel en a desac i a los coe icien es de en enamien o del disc iminado pa a así posibili a el en enamien o del algo i mo gene ado . A la ho a de en ena el gene ado se uel e a gene a o o ec o de núme os alea o ios de amaño N que se suminis a a la ed, con la di e encia de inclui aho a un ec o de 1s que indique que las imágenes que p oduzca el gene ado se án aho a eales. Es e p oceso se epi e un núme o de e minado de i e aciones pa a a o- ece el ap endizaje de la ed a la ho a de di e encia las imágenes. Pa a de e mina el núme o de i e aciones que deben ejecu a se a la ho a de en ena la ed, se ha án dis in as p uebas a iando es e núme o has a encon a el alo que mejo asa de acie o apo e en meno iempo de ejecución (Visible en el subapa ado 4.0.1). 26 Capí ulo 5 Resul ados En es e capí ulo se mos a án los esul ados ob enidos pa a cada iche o suminis ado al inicio del p oyec o. Pa a cada iche o escogido se inclui á una abla con los esul ados numé icos ob enidos en el p oceso de en e- namien o con el mé odo ain on ba ch una imagen gene ada po la GAN y un esumen explica i o de los da os ob enidos. El concep o ba ch men- cionado an e io men e, se e ie e al lo e de imágenes escogido pa a lle a a cabo el p oceso de en enamien o. Pa a de e mina el núme o de ejecu- ciones necesa ias pa a cada ipo de iche o, se ha án p uebas con 5, 10, 20, 50 y 100 i e aciones pa a co obo a el núme o más indicado. De cada ejecución se mos a án los 5 úl imos esul ados del p oceso simpli icando así la can idad de alo es a mos a . Las columnas que engloban la abla de esul ados que se mues a pa a cada iche o son: Real Disc iminado : pé dida del disc iminado al se en enado con un lo e de imágenes eales. Sin é ico Disc iminado : pé dida del disc iminado al se en enado con un lo e de imágenes sin é icas. Disc iminado : pé dida global del disc iminado . Es e alo se calcula sumando los dos esul ados an e io es. Gene ado : pé dida global del gene ado . 27 Gene a i e Ad e sa ial Ne wo ks o 1D Sequen ial Da a Augmen a ion. Applica ion o wind u bines UCM 5.0.1. Fiche o Velocidad del ien o = 0 Núme o de i e aciones = 5 Real Disc iminado Sin é ico Disc iminado Disc iminado Gene ado 0.0 0.349 0.349 6.297 0.0 0.0 0.0 10.172 0.0 1.088 1.088 8.149 0.0 0.005 0.005 8.149 0.0 0.015 0.015 9.658 Los esul ados mos ados en la abla 5.0.1 indica que pa a una ejecu- ción de 5 i e aciones, el disc iminado ha en enado lo su icien e como pa a iden i ica imágenes eales, pa a las sin é icas los esul ados po- d ían se más óp imos pues o que oscilan en e 0 y 1 sin elación. El gene ado equie e de un mayo núme o de ejecuciones pa a disminui su e o . Figu a 5.1: Resul ado iche o Tes 22pulse endWindpi ch0 pa a 5 i e aciones En la igu a 5.1 se ap ecia la imagen gene ada po la ed as 5 i e a- ciones. La p ime a celda de colo ama illo ep esen a la única columna de es e iche o que cambia su alo en el iche o, el es o se man iene cons an e a 0 y a la ed le es muy sencillo imi a es e esul ado pues o que el alo es como ya se ha mencionado, cons an e. Núme o de i e aciones = 10 Real Disc iminado Sin é ico Disc iminado Disc iminado Gene ado 0.0 0.0 0.0 13.617 0.0 0.0 0.0 15.209 0.0 0.0 0.0 12.528 0.0 0.0 0.0 13.738 0.0 0.0 0.0 14.061 28 Gene a i e Ad e sa ial Ne wo ks o 1D Sequen ial Da a Augmen a ion. Applica ion o wind u bines UCM Con 10 i e aciones ejecu adas los esul ados e e idos al disc imina- do indican que ya es a ía p epa ado pa a dis ingui en e imágenes ic icias y eales, sin emba go, con espec o al gene ado los alo es de pé dida siguen mos ando un eque imien o de mayo en enamien o, su alo sigue comp endido en e 10 y 15. Valo es ap eciados en la abla 5.0.1 Figu a 5.2: Resul ado iche o Tes 22pulse endWindpi ch0 pa a 10 i e aciones En la igu a 5.2 se mues a la imagen gene ada as 10 i e aciones. Al igual que en el caso an e io , la p ime a columna es aquella en la que el alo se modi ica en el iche o y la ed gene a un esul ado muy pa ecido al que debe con undi al disc iminado . El es o de celdas apa ecen neg as ya que la ed únicamen e debe imi a el alo 0 y lo hace co ec amen e. Núme o de i e aciones = 20 Real Disc iminado Sin é ico Disc iminado Disc iminado Gene ado 0.0 0.0 0.0 2.958 0.0 0.0 0.0 3.101 0.0 0.0 0.0 3.205 0.0 0.0 0.0 2.913 0.0 0.0 0.0 2.938 Los esul ados gene ados as 20 i e aciones e lejan un descenso d ás- ico del alo pé dida del gene ado , lo cual es posi i o y se ex ae que has a el momen o un buen núme o de ejecuciones de en enamien o pa a la ed es 20. Los alo es del disc iminado siguen siendo 0 con lo cual es á bien en enado. Valo es e lejados en la abla 5.0.1 29 Gene a i e Ad e sa ial Ne wo ks o 1D Sequen ial Da a Augmen a ion. Applica ion o wind u bines UCM Figu a 5.13: Dis ibución alo es eales iche o Tes 22pulse endWindpi ch40 La igu a 5.13 expone la dis ibución de da os eales del iche o suminis- ado. Figu a 5.14: Dis ibución alo es sin é icos iche o Tes 22pulse endWindpi ch40 La igu a 5.14 mues a los alo es que gene a el gene ado du an e la e a- pa de en enamien o. Des aca la co elación de alo es en e Wind1VelX, 36 Gene a i e Ad e sa ial Ne wo ks o 1D Sequen ial Da a Augmen a ion. Applica ion o wind u bines UCM Wind1VelY y Wind1VelZ. También se ex aen simili udes en e BLD- Pi ch1, BldPi ch2 y BldPi ch3. 5.0.4. Fiche o Velocidad del ien o = 60 Real Disc iminado Sin é ico Disc iminado Disc iminado Gene ado 0.0 0.0 0.0 14.613 0.0 0.0 0.0 14.63 0.0 0.0 0.0 14.313 0.0 0.0 0.0 14.017 0.0 0.0 0.0 13.309 Los esul ados de es e iche o mues an un disc iminado pe ec amen e en enado pa a dis ingui en e imágenes eales y sin é icas. Con espec o al gene ado , el alo de e o aumen a con espec o a los an e io es iche os ejecu ados. Valo es en la abla 5.0.4 Figu a 5.15: Resul ado iche o Tes 22pulse endWindpi ch60 En la imagen 5.15 se mues a la igu a gene ada po la ed al inal de las ejecuciones de en enamien o. Se ap ecia como de las 3 p ime as celdas con alo es (co espondien es a los 3 ejes de elocidad del ien o X,Y y Z) ienen dis in o esul ado. En las coo denadas Y y Z los alo es es án bien gene ados, el colo de la a iable X no e mina de de ini se en un colo conc e o ob eniendo una apa iencia g isácea. 37 Gene a i e Ad e sa ial Ne wo ks o 1D Sequen ial Da a Augmen a ion. Applica ion o wind u bines UCM Figu a 5.16: Dis ibución alo es eales iche o Tes 22pulse endWindpi ch60 La igu a 5.16 expone la dis ibución de da os eales del iche o suminis- ado. Figu a 5.17: Dis ibución alo es sin é icos iche o Tes 22pulse endWindpi ch60 La igu a 5.17 mues a la dis ibución de alo es asignados en cada columna po el gene ado . Se puede obse a una ue e co elación en e los alo es de ángulos de las palas (BldPi ch). 38 Gene a i e Ad e sa ial Ne wo ks o 1D Sequen ial Da a Augmen a ion. Applica ion o wind u bines UCM 5.0.5. Fiche o Velocidad del ien o = 80 Real Disc iminado Sin é ico Disc iminado Disc iminado Gene ado 0.0 0.0 0.0 6.283 0.0 0.0 0.0 6.278 0.0 0.0 0.0 5.799 0.0 0.0 0.0 5.361 0.0 0.0 0.0 5.192 Los esul ados de es e iche o (5.0.5) mues an un disc iminado pe ec a- men e en enado pa a dis ingui en e imágenes eales y sin é icas. Con espec o al gene ado , el alo de e o disminuye con espec o al iche o an e io . Figu a 5.18: Resul ado iche o Tes 22pulse endWindpi ch80 En la imagen 5.18 se mues a la igu a gene ada po la ed al inal de las ejecuciones de en enamien o. Se ap ecia como mejo a el alo de la coo denada X del ien o con espec o al iche o an e io . 39 Gene a i e Ad e sa ial Ne wo ks o 1D Sequen ial Da a Augmen a ion. Applica ion o wind u bines UCM Figu a 5.19: Dis ibución alo es eales iche o Tes 22pulse endWindpi ch80 La igu a 5.19 de alla la dis ibución de da os eales del iche o suminis- ado. Figu a 5.20: Dis ibución alo es sin é icos iche o Tes 22pulse endWindpi ch80 La igu a 5.20 mues an la dis ibución de alo es sin é icos pa a es e i- che o. A des aca , la ue e co elación en e los alo es de las columnas Wind1VelX y Widn1VelY, y BldPi ch1 y BldPi ch2. 40 Gene a i e Ad e sa ial Ne wo ks o 1D Sequen ial Da a Augmen a ion. Applica ion o wind u bines UCM 5.0.6. Fiche o con ángulo del pi ch 3 Real Disc iminado Sin é ico Disc iminado Disc iminado Gene ado 0.0 0.001 0.001 5.31 0.0 0.001 0.001 5.212 0.0 0.0 0.0 4.775 0.0 0.0 0.0 4.873 0.0 0.0 0.0 5.018 Los esul ados de es e iche o ( abla5.0.6) mues an un disc iminado casi pe ec amen e en enado pa a dis ingui en e imágenes eales y sin é icas, con un mínimo e o casi impe cep ible al de ec a imágenes sin é icas. Con espec o al gene ado , el alo de pé dida se si úa en e 4 y 5. Figu a 5.21: Resul ado iche o Tes 22Wind3pi chpulse end La imagen 5.21 mues a la imagen gene ada pa a el ángulo del pi ch o pala igual a 3. Los alo es gene ados que dan a luga a la imagen son bien econocidos po la ed. 41 Gene a i e Ad e sa ial Ne wo ks o 1D Sequen ial Da a Augmen a ion. Applica ion o wind u bines UCM Figu a 5.22: Dis ibución alo es eales iche o Tes 22Wind3pi chpulse end La igu a 5.22 expone la dis ibución de da os eales del iche o suminis- ado. Figu a 5.23: Dis ibución alo es sin é icos iche o Tes 22Wind3pi chpulse end En la igu a 5.23 se obse a la dis ibución de da os sin é icos p opo - cionados po el gene ado . Se obe a una co elación en e los alo es de 42 Gene a i e Ad e sa ial Ne wo ks o 1D Sequen ial Da a Augmen a ion. Applica ion o wind u bines UCM BldPi ch1 y BldPi ch2, así como en e las coo denadas Z e Y de la eloci- dad del ien o. 5.0.7. Fiche o con ángulo del pi ch 5 Real Disc iminado Sin é ico Disc iminado Disc iminado Gene ado 0.0 0.0 0.0 10.499 0.0 0.0 0.0 10.934 0.0 0.0 0.0 10.698 0.0 0.0 0.0 11.16 0.0 0.0 0.0 11.066 Los esul ados de es e iche o mues an un disc iminado pe ec amen e en enado pa a dis ingui en e imágenes eales y sin é icas. Con espec o al gene ado , el alo de e o p ác icamen e duplica a los ob enidos en el iche o an e io . Valo es en la abla 5.0.7. Figu a 5.24: Resul ado iche o Tes 22Wind5pi chpulse end La igu a 5.24 mues a la imagen gene ada po la ed en es e caso, donde se ap ecia el aumen o del alo de e o del gene ado , pues o que la imagen es de meno calidad que la an e io en la p ime a celda, la coo denada X del ien o. 43 Gene a i e Ad e sa ial Ne wo ks o 1D Sequen ial Da a Augmen a ion. Applica ion o wind u bines UCM Figu a 5.25: Dis ibución alo es eales iche o Tes 22Wind5pi chpulse end La igu a 5.25 expone la dis ibución de da os eales del iche o suminis- ado. Figu a 5.26: Dis ibución alo es sin é icos iche o Tes 22Wind5pi chpulse end En la igu a 5.26 mues a la dis ibución de da os sin é icos p opo cionados po el gene ado . Se obse an co elaciones en e las columnas Wind1VelX y Wind1VelY. También en e las columnas BldPi ch1 y BldPi ch2. 44 Gene a i e Ad e sa ial Ne wo ks o 1D Sequen ial Da a Augmen a ion. Applica ion o wind u bines UCM 5.0.8. Fiche o con ángulo del pi ch 8 Real Disc iminado Sin é ico Disc iminado Disc iminado Gene ado 0.0 0.0 0.0 7.176 0.0 0.0 0.0 7.112 0.0 0.0 0.0 7.126 0.0 0.0 0.0 7.106 0.0 0.0 0.0 7.26 Los esul ados ob enidos en la abla 5.0.8 indican un algo i mo disc imi- na i o co ec amen e en enado y un algo i mo gene a i o con un alo de e o de ap oximadamen e 7. Figu a 5.27: Resul ado iche o Tes 22Wind8pi chpulse end La igu a 5.27 mues a la imagen gene ada po el gene ado con unos esul- ados bas an e pa ecidos en e sí y de una calidad mayo a los an e io es subapa ados. 45 Gene a i e Ad e sa ial Ne wo ks o 1D Sequen ial Da a Augmen a ion. Applica ion o wind u bines UCM Figu a 5.37: Dis ibución alo es eales iche o Tes 22Wind13pi chpulse end La igu a 5.37 mues a la dis ibución de da os eales del iche o suminis- ado. Figu a 5.38: Dis ibución alo es sin é icos iche o Tes 22Wind13pi chpulse end En la igu a 5.38 mues a la disposición da da os sin é icos gene ados con es e iche o. A des aca , la co elación de los alo es de Wind1VelX y Wind1VelZ. También, la co elación en e BldPi ch1 y BldPi ch2. 52 Gene a i e Ad e sa ial Ne wo ks o 1D Sequen ial Da a Augmen a ion. Applica ion o wind u bines UCM 5.0.12. Fiche o con ángulo del pi ch 17 Real Disc iminado Sin é ico Disc iminado Disc iminado Gene ado 0.0 0.0 0.0 4.705 0.0 0.0 0.0 5.083 0.0 0.0 0.0 4.685 0.0 0.0 0.0 4.606 0.0 0.0 0.0 4.158 Los esul ados de es e iche o ( abla 5.0.12) mues an un disc iminado pe ec amen e en enado pa a dis ingui en e imágenes eales y sin é icas. Con espec o al gene ado , los alo es de e o mejo an sus ancialmen e el caso an e io . Figu a 5.39: Resul ado iche o Tes 22Wind17pi chpulse end La igu a 5.39 enseña la imagen p oducida po la ed, es a ez con un esul ado de mayo cohe encia con espec o al caso an e io . El alo de e o se gene a en la p ime a casilla, la coo denada X del ien o que la ed no llega a dilucida co ec amen e aunque se ap oxima. 53 Gene a i e Ad e sa ial Ne wo ks o 1D Sequen ial Da a Augmen a ion. Applica ion o wind u bines UCM Figu a 5.40: Dis ibución alo es eales iche o Tes 22Wind17pi chpulse end La igu a 5.40 mues a la dis ibución de da os eales del iche o suminis- ado. Figu a 5.41: Dis ibución alo es sin é icos iche o Tes 22Wind17pi chpulse end En la igu a 5.41 mues a la co elación de alo es sin é icos en e las columnas Wind1VelX, Wind1VelY y Wind1VelZ. También se ap ecia en e 54 Gene a i e Ad e sa ial Ne wo ks o 1D Sequen ial Da a Augmen a ion. Applica ion o wind u bines UCM las columnas de los ángulos de palas de la u bina (BldPi ch1, BldPi ch2, BldPi ch3). 5.0.13. Fiche o con ángulo del pi ch 20 Real Disc iminado Sin é ico Disc iminado Disc iminado Gene ado 0.0 0.0 0.0 2.995 0.0 0.0 0.0 2.644 0.0 0.0 0.0 3.012 0.0 0.0 0.0 3.009 0.0 0.0 0.0 2.995 Los esul ados de es e iche o mues an un disc iminado pe ec amen e en enado pa a dis ingui en e imágenes eales y sin é icas. El gene ado es a ez ob iene unos alo es bajísimos siendo un buen indica i o de habe sido en enado de mane a e icaz. Valo es en la abla 5.0.13 Figu a 5.42: Resul ado iche o Tes 22Wind20pi chpulse end La igu a 5.42 es la imagen gene ada po la ed y se ap ecia como las es p ime as celdas ienen un colo muy pa ecido, indica i o de ene unos alo es co ec os. 55 Gene a i e Ad e sa ial Ne wo ks o 1D Sequen ial Da a Augmen a ion. Applica ion o wind u bines UCM Figu a 5.43: Dis ibución alo es eales iche o Tes 22Wind20pi chpulse end La igu a 5.43 mues a la dis ibución de da os eales del iche o suminis- ado. Figu a 5.44: Dis ibución alo es sin é icos iche o Tes 22Wind20pi chpulse end En la igu a 5.44 mues a una dis ibución de alo es sin é icos gene ados po el gene ado al se en enado con es e iche o. Sob esale de o ma 56 Gene a i e Ad e sa ial Ne wo ks o 1D Sequen ial Da a Augmen a ion. Applica ion o wind u bines UCM cla a una co elación en e las columnas BldPi ch1 y BldPi ch2. Además se ex apola o a simili ud de pa ón en e Wind1VelX y Wind1VelY. 5.0.14. Fiche o con ángulo del pi ch 21 Real Disc iminado Sin é ico Disc iminado Disc iminado Gene ado 0.0 0.0 0.0 5.236 0.0 0.0 0.0 1.902 0.0 0.0 0.0 7.26 0.0 0.0 0.0 16.139 0.0 0.0 0.0 8.48 Los esul ados de es e iche o ( abla 5.0.14) mues an un disc iminado pe ec amen e en enado pa a dis ingui en e imágenes eales y sin é icas. Sin emba go, el gene ado mues a unos alo es de e o muy dispa es, sin apa en e elación en e sí en cada i e ación, posiblemen e p o ocado po incong uencias de da os en el iche o. Figu a 5.45: Resul ado iche o Tes 22Wind21pi chpulse end La igu a 5.45 deno a pe ec amen e los alo es aná quicos ob enidos como pé dida. La ed es incapaz de de ini un pa on de compo amien o. 57 Gene a i e Ad e sa ial Ne wo ks o 1D Sequen ial Da a Augmen a ion. Applica ion o wind u bines UCM Figu a 5.46: Dis ibución alo es eales iche o Tes 22Wind21pi chpulse end La igu a 5.46 mues a la dis ibución de da os eales del iche o suminis- ado. Figu a 5.47: Dis ibución alo es sin é icos iche o Tes 22Wind21pi chpulse end La igu a 5.47 co esponde a una co elación de alo es sin é icos del gene- ado . Cabe des aca la simil ud de pa ón en e las columnas Wind1VelX y Wind1VelY, además de BldPi ch2 y BldPi ch3. 58 Gene a i e Ad e sa ial Ne wo ks o 1D Sequen ial Da a Augmen a ion. Applica ion o wind u bines UCM 5.0.15. Fiche o con mues eo alea o io 1 Real Disc iminado Sin é ico Disc iminado Disc iminado Gene ado 0.0 0.0 0.0 0.202 0.0 0.0 0.0 0.3 0.0 0.0 0.0 0.266 0.0 0.0 0.0 0.167 0.0 0.0 0.0 0.229 Los esul ados de es e iche o mues an un disc iminado pe ec amen e en enado pa a dis ingui en e imágenes eales y sin é icas. Con espec o al gene ado , la ed ha sido en enada casi a la pe ección y epo a un alo de e o mínimo. Valo es en la abla 5.0.15 Figu a 5.48: Resul ado iche o Tes 22Wind andompi ch andom La igu a 5.48 mues a la imagen gene ada po la ed cuando in en a imi a los alo es del iche o alea o io. La imagen es á pe ec amen e de inida ya que el gene ado ap endió bien los alo es a gene a . 59 Gene a i e Ad e sa ial Ne wo ks o 1D Sequen ial Da a Augmen a ion. Applica ion o wind u bines UCM Figu a 5.49: Dis ibución alo es eales iche o Tes 22Wind andompi ch andom La igu a 5.49 mues a la dis ibución de da os eales del iche o suminis- ado. Figu a 5.50: Dis ibución alo es sin é icos iche o Tes 22Wind andompi ch andom La igu a 5.50 mues a la dis ibución de alo es sin é icos gene ados pa- a es e iche o. Se obse an co elaciones en e las 3 columnas de ángulos 60 Gene a i e Ad e sa ial Ne wo ks o 1D Sequen ial Da a Augmen a ion. Applica ion o wind u bines UCM de elocidad del ien o. Además esal an simili udes en las azas de Bld- Pi ch1 y BldPi ch2. 5.0.16. Fiche o con mues eo alea o io 2 Real Disc iminado Sin é ico Disc iminado Disc iminado Gene ado 0.0 0.0 0.0 9.05 0.0 0.0 0.0 9.431 0.0 0.0 0.0 9.485 0.0 0.0 0.0 9.755 0.0 0.0 0.0 10.121 Los esul ados de es e iche o ( abla 5.0.16) mues an un disc iminado pe ec amen e en enado pa a dis ingui en e imágenes eales y sin é icas. Con espec o al gene ado , el alo de e o es muy dis in o con espec o a los alo es del iche o an e io ambién gene ado po semillas alea o ias. En es e caso el e o se mue e en un in e alo de 9. Figu a 5.51: Resul ado iche o Tes 22Wind andompi ch andom2 La igu a 5.51 mues a la imagen gene ada po la ed con el o o iche o alea o io. La imagen es muy simila a la gene ada en el apa ado an e- io . 61 Gene a i e Ad e sa ial Ne wo ks o 1D Sequen ial Da a Augmen a ion. Applica ion o wind u bines UCM 5.7. Resul ado iche o Tes 22pulse endWindpi ch0 pa a 100 i e- aciones ............................ 32 5.8. Resul ado iche o Tes 22pulse endWindpi ch20 Caso 1 . . 33 5.9. Resul ado iche o Tes 22pulse endWindpi ch20 Caso 2 . . 33 5.10. Dis ibución alo es eales iche o Tes 22pulse endWindpi ch20 34 5.11. Dis ibución alo es sin é icos iche o Tes 22pulse endWindpi ch20 34 5.12. Resul ado iche o Tes 22pulse endWindpi ch40 . . . . . . 35 5.13. Dis ibución alo es eales iche o Tes 22pulse endWindpi ch40 36 5.14. Dis ibución alo es sin é icos iche o Tes 22pulse endWindpi ch40 36 5.15. Resul ado iche o Tes 22pulse endWindpi ch60 . . . . . . 37 5.16. Dis ibución alo es eales iche o Tes 22pulse endWindpi ch60 38 5.17. Dis ibución alo es sin é icos iche o Tes 22pulse endWindpi ch60 38 5.18. Resul ado iche o Tes 22pulse endWindpi ch80 . . . . . . 39 5.19. Dis ibución alo es eales iche o Tes 22pulse endWindpi ch80 40 5.20. Dis ibución alo es sin é icos iche o Tes 22pulse endWindpi ch80 40 5.21. Resul ado iche o Tes 22Wind3pi chpulse end . . . . . . . 41 5.22. Dis ibución alo es eales iche o Tes 22Wind3pi chpulse end 42 5.23. Dis ibución alo es sin é icos iche o Tes 22Wind3pi chpulse end 42 5.24. Resul ado iche o Tes 22Wind5pi chpulse end . . . . . . . 43 5.25. Dis ibución alo es eales iche o Tes 22Wind5pi chpulse end 44 5.26. Dis ibución alo es sin é icos iche o Tes 22Wind5pi chpulse end 44 5.27. Resul ado iche o Tes 22Wind8pi chpulse end . . . . . . . 45 5.28. Dis ibución alo es eales iche o Tes 22Wind8pi chpulse end 46 5.29. Dis ibución alo es sin é icos iche o Tes 22Wind8pi chpulse end 46 5.30. Resul ado iche o Tes 22Wind10pi chpulse end . . . . . . 47 5.31. Dis ibución alo es eales iche o Tes 22Wind10pi chpulse end 48 5.32. Dis ibución alo es sin é icos iche o Tes 22Wind10pi chpulse end 48 5.33. Resul ado iche o Tes 22Wind11-4pi chpulse end . . . . . 49 5.34. Dis ibución alo es eales iche o Tes 22Wind11-4pi chpulse end 50 5.35. Dis ibución alo es sin é icos iche o Tes 22Wind11-4pi chpulse end 50 5.36. Resul ado iche o Tes 22Wind13pi chpulse end . . . . . . 51 5.37. Dis ibución alo es eales iche o Tes 22Wind13pi chpulse end 52 5.38. Dis ibución alo es sin é icos iche o Tes 22Wind13pi chpulse end 52 5.39. Resul ado iche o Tes 22Wind17pi chpulse end . . . . . . 53 5.40. Dis ibución alo es eales iche o Tes 22Wind17pi chpulse end 54 5.41. Dis ibución alo es sin é icos iche o Tes 22Wind17pi chpulse end 54 5.42. Resul ado iche o Tes 22Wind20pi chpulse end . . . . . . 55 5.43. Dis ibución alo es eales iche o Tes 22Wind20pi chpulse end 56 5.44. Dis ibución alo es sin é icos iche o Tes 22Wind20pi chpulse end 56 68 Gene a i e Ad e sa ial Ne wo ks o 1D Sequen ial Da a Augmen a ion. Applica ion o wind u bines UCM 5.45. Resul ado iche o Tes 22Wind21pi chpulse end . . . . . . 57 5.46. Dis ibución alo es eales iche o Tes 22Wind21pi chpulse end 58 5.47. Dis ibución alo es sin é icos iche o Tes 22Wind21pi chpulse end 58 5.48. Resul ado iche o Tes 22Wind andompi ch andom . . . . . 59 5.49. Dis ibución alo es eales iche o Tes 22Wind andompi ch andom 60 5.50. Dis ibución alo es sin é icos iche o Tes 22Wind andompi ch andom 60 5.51. Resul ado iche o Tes 22Wind andompi ch andom2 . . . . 61 5.52. Dis ibución alo es eales iche o Tes 22Wind andompi ch andom2 62 5.53. Dis ibución alo es sin é icos iche o Tes 22Wind andompi ch andom2 62 69 Índice de cuad os 70 Bibliog a ía [1] “Pa ques eólicos.” h ps://www.an ala.es/ pa que-eolico-mas-g ande-espana/. [2] “Ven ajas de u binas eólicas lo an es.” h ps://es.wikipedia.o g/ wiki/Tu bina_e%C3%B3lica_ lo an e. [3] “In oducción a las gans.” h ps://es.wikipedia.o g/wiki/Red_ gene a i a_an ag%C3%B3nica. [4] “Aplicaciones ed gan.” h ps://www.genbe a.com/a- ondo/ que-como- uncionan-gan-esas- edes-neu onales-capaces-c ea - os os-pe sonas-que-no-exis en. [5] “Con ex o de u binas eólicas lo an es.” h ps://alcanzia.es/blog/ u binas-eolicas- lo an es-wind loa /. [6] “Imagen compa a i a esul ados gan.” h ps://www.ia i icial.ne / edes-neu onales-gene a i as-ad e sa ias-gans/. [7] “Imagen imagen gan básica.” h ps://spj.sciencemag.o g/jou nals/ plan phenomics/2020/8309605/. [8] “Redes neu onales gene a i as ad e sa ias (gans).” h ps://www. ia i icial.ne / edes-neu onales-gene a i as-ad e sa ias-gans/. [9] “Imagen es uc u a ed neu onal.” h ps://es.wikipedia.o g/wiki/ Pe cep %C3%B3n_mul icapa. [10] “En enamien o de una ed gan imagen.” h ps:// o es.ai/ gene a i e-ad e sa ial-ne wo ks/. [11] “In oducción a los op imizado es.” h ps://da asma s.ne /es/ que-es-un-op imizado -y-pa a-que-se-usa-en-deep-lea ning/. [12] “Funciones de pé dida.” h ps:// ubialesalbe o.medium.com/ da a-scien is -explicaci%C3%B3n-y-di e encias-en e-m%C3% A9 icas-de-e o -con-py hon- 7d71dbee634. 71 Gene a i e Ad e sa ial Ne wo ks o 1D Sequen ial Da a Augmen a ion. Applica ion o wind u bines UCM [13] “Cu so de udemy ealizado pa a es e abajo.” h ps://www.udemy. com/ce i ica e/UC-6b8a2 87-3967-46de-adeb-71509cc5 0 9/. [14] “Ma e ial de la ex.” h ps://ondiz.gi hub.io/cu soLa ex/Con enido/ 04.Imagenes.h ml. [15] “Gene a i e ad e sa ial ne wo ks: Build you i s models in py hon.” h ps:// ealpy hon.com/gene a i e-ad e sa ial-ne wo ks/. [16] “Explo a o y da a analysis.” h ps://www.you ube.com/wa ch? = E-q24gS8cqg. [17] “Cómo c ea una ed gene a i a an agónica (gan) en py hon.” h ps://ande e nandez.com/blog/ como-c ea -una- ed-gene a i a-an agonica-gan-en-py hon/. [18] “Deep con olu ional gene a i e ad e sa ial ne wo k.” h ps://www. enso low.o g/ u o ials/gene a i e/dcgan?hl=en. [19] “Gans en py hon.” h ps://www.codi icandobi s.com/blog/ edes-ad e sa ias-explicacion-y- u o ial-py hon/. [20] “In o mación ene gía eólica.” h ps://www.bb a.com/es/ sos enibilidad/que-es-la-ene gia-eolica-la-impo ancia-del- ien o-como- eno able/. [21] “In o mación ene gía eólica 2.” h ps://www.enelg eenpowe .com/es/ lea ning-hub/ene gias- eno ables/ene gia-eolica. [22] “In oducción a la ene gía eólica.” h ps://www.acciona.com/ es/ene gias- eno ables/ene gia-eolica/#:~: ex =La%20ene g% C3%ADa%20e%C3%B3lica%20es%20una,que%20causan%20el% 20calen amien o%20global. [23] “Tipos de u binas.” h ps:// o ococheselec icos.com/2021/ 10/ene gia-eolica-como- unciona-un-ae ogene ado .h ml#:~: ex =Una%20 u bina%20e%C3%B3lica%20con ie e%20la,un% 20lado%20de%20es a%20disminuye. [24] “Bina y c oss en opy loss.” h ps:// ubialesalbe o.medium.com/ unciones-de-e o -con-en opia-c oss-en opy-y-bina y-c oss-en opy-8d 8442cd 35. 72 Víc o Ramos Fuen es 16/09/2022 Ul . ac ualización 16 de sep iemb e de 2022 L A TEX lic. LPPL & powe ed by T EF LO NCC-ZERO Es a ob a es á bajo una licencia C ea i e Commons “CC0 1.0 Uni e sal”.