Cómo estimar y predecir conductas del consumo de energía usando series de datos desde distintas estaciones de medición ubicadas de manera geográfica. Esa es la pregunta principal que Gavin Shaddick, experto en Estadísticas del Departamento de Ciencias Matemáticas de la Universidad de Bath, en Inglaterra explicó en el curso Detecting patterns in space and time: statistical analysis of big data in the power industry, realizado en el Centro de Modelamiento Matemático de la Universidad de Chile (CMM), el 12 y 13 de enero pasado.
Shaddick, que trabaja en análisis de datos médicos y ambientales con la Organización Mundial de la Salud (OMS), describió técnicas de reducción de datos requeridos por industrias, que permitan que la información pueda ser almacenada en sets de datos más pequeños. La idea es usar la información para inferior y predecir conductas del consumidos para optimizar la distribución de energía en diferentes áreas geográficas.
El taller también incluyó sesiones prácticas, impartidas por la ingeniera investigadora de la Universidad de Bath Amelia Jobling. Ella explicó cómo usar estos métodos estadísticos en diferentes áreas y situaciones, lo cual fue apreciado por researchers e ingenieros de proyectos del CMM.
“El curso abordó un problema que es muy común en nuestro laboratorio, como lo es tratar sets de series temporales con la dificultad de incluir dimensiones espaciales. El taller mostró esquemas de métodos para encontrar soluciones a través del lenguaje de programación R que usamos. Fue muy precisa en eso”, señaló el ingeniero de proyectos del CMM Gonzalo Ríos.
Para el ingeniero de proyectos Jorge Prado, este curso “sirvió para emparejar nuestro conocimiento y avanzar en nuestras investigaciones. Aquí pudimos hablar también sobre lo que hacemos en nuestros laboratorios y compartir nuestras experiencias”.
