TÉCNICAS DE PREDICCIÓN A CORTO PLAZO DE LA DEMANDA DE AGUA. APLICACIÓN AL USO AGRÍCOLA

por Inmaculada Pulido-Calvo, José Roldán, Rafael López-Luque y Juan Carlos Gutiérrez-Estrada

Publicado en el volumen 9, numero 3

Resumen:
La demanda de agua es la magnitud de referencia en la gestión óptima de los sistemas de distribución. En este trabajo se propone la estimación de la demanda en las próximas 24 horas en un sistema de distribución de agua para riego, y se utilizan, junto con los métodos tradicionales de predicción de regresión múltiple y de modelos univariantes de series temporales (ARIMA), las Redes Neuronales Computacionales (RNCs). Se dispone de los datos de las demandas diarias de agua de las campañas de riegos 1987/88, 1988/89 y 1990/91 de la zona regable de Fuente Palmera (Córdoba). Los modelos se establecen considerando la relación de los datos presentes y pasados de la demanda, aunque también se analiza la influencia de datos climáticos (temperatura máxima, temperatura media, temperatura mínima, precipitación, humedad relativa, horas de sol y velocidad del viento). Las mejores estimaciones se consiguen con la RNC que considera como variables de entrada las demandas y las temperaturas máximas de los dos días anteriores al de estimación.

Palabras clave: estimación demanda, regresión múltiple, análisis series temporales, red neuronal computacional, sistema de riego, control en tiempo real

Descargar PDF