Ganancias:
- Capacidad para establecer un flujo de trabajo de análisis de Python de un extremo a otro desde los datos hasta el informe con la ayuda de la inteligencia artificial.
- Capacidad para verificar el código generado en términos de compatibilidad de unidades, fugas y reproducibilidad.
- Capacidad para poner en práctica los límites de ética, confidencialidad, seguridad cibernética y responsabilidad del ingeniero en proyectos energéticos.
Examen del módulo
1. ¿Cuál de los siguientes es el principio básico que determina el riesgo de una salida de IA en la ingeniería de sistemas energéticos?
- A) El riesgo de un producto es igual al daño que causaría si ese producto fuera defectuoso; la validación se escala en consecuencia ✔
- B) La producción de IA es generalmente segura ya que está escrita con fluidez y confianza.
- C) La validación es innecesaria cuando se utiliza el modelo más actual
- D) Si la salida se refiere a un estándar, no se requiere control adicional
Explicación: El riesgo de una salida es igual al daño que causará si esa salida es defectuosa. Si bien un error menor en el texto de una presentación puede ser inofensivo, un error en la configuración de protección de un relé o en la decisión de carga del transformador puede causar daños al equipo, interrupciones y riesgos para la seguridad personal; por lo que la intensidad de la verificación aumenta con el daño potencial.
2. ¿Cuál es el error más común a la hora de preparar datos de series temporales de energía con inteligencia artificial y cuál distorsiona más los resultados?
- A) Selección incorrecta de colores gráficos
- B) Confusión de zona horaria, horario de verano y etiqueta de marca de tiempo ✔
- C) El nombre del archivo es demasiado largo.
- D) Mantener los datos en Excel en lugar de CSV
Explicación: Las confusiones en las etiquetas de inicio/fin de zona horaria, horario de verano (DST) y marca de tiempo son muy comunes en los datos de energía; un turno de una hora distorsiona todo el análisis del tipo de día y de las horas pico. Por lo tanto, el eje de tiempo debe estandarizarse antes de cada análisis y la salida de la IA debe probarse con anclajes físicos como la hora del amanecer/pico.
3. ¿Qué situación muestra que si bien el MAPE (error porcentual absoluto medio) en un pronóstico de carga a corto plazo parece bajo, el pronóstico aún puede no ser confiable?
- A) MAPE es siempre una medida completa y adecuada de la calidad del pronóstico.
- B) Aunque el promedio sea bajo, puede haber desviación sistemática en las horas pico y ahí es donde la red es crítica ✔
- C) MAPE sólo es significativo en la previsión a largo plazo
- D) MAPE bajo demuestra que el modelo es físicamente correcto
Explicación: MAPE es un error promedio; Incluso si el total parece bueno, puede haber desviaciones sistemáticas en las horas pico y transiciones estacionales. El equilibrio de la red es fundamental precisamente en estos momentos pico, por lo que el hecho de que la métrica promedio sea buena no puede considerarse seguro de predecir; El error debe analizarse por separado según el tiempo y el régimen.
4. ¿Cuál es el límite superior físico más sólido para probar la razonabilidad de un pronóstico de producción de una planta solar?
- A) Factura total del año pasado
- B) Techo de producción física limitado por radiación, área de paneles y potencia instalada (incluido cero por la noche) ✔
- C) Porcentaje de confianza dado por el modelo
- D) Medición de la velocidad del viento
Descripción: Una planta de energía solar no puede producir más de lo que permiten la radiación solar y la capacidad del panel; Se espera que la producción sea cero por la noche, alcanzando su punto máximo alrededor del mediodía y limitada por la potencia instalada y el área del módulo. Es físicamente imposible si el modelo dio un valor superior a la producción nocturna o capacidad instalada. Esta verificación elimina la predicción sin mirar las estadísticas.
5. ¿Cuál es el filtro que debe pasar una propuesta de optimización de IA antes de ser implementada directamente en la red inteligente?
- A) Basta con que la sugerencia proporcione por sí sola el coste más bajo.
- B) Es suficiente que el modelo esté entrenado con alta precisión.
- C) Control de restricciones de seguridad (tensión, térmica, N-1) y aprobación del operador autorizado ✔
- D) Basta con que la recomendación se ajuste a datos históricos
Descripción: La red es crítica para la seguridad: no se pueden implementar recomendaciones que violen las restricciones de voltaje, corriente, térmicas y N-1 (fallo de elemento). La salida de IA primero pasa por estas restricciones de seguridad y luego se presenta al operador autorizado para su aprobación; La optimización nunca interfiere con una restricción de seguridad.
6. ¿Qué costo se pasa por alto con frecuencia y confunde las ganancias al establecer la estrategia de arbitraje (comprar barato, vender caro) con IA en el negocio de almacenamiento de baterías?
- A) Tarifa de conexión a Internet
- B) Costo por ciclo de degradación (desgaste) y pérdida de eficiencia ✔
- C) Duración del descanso del personal
- D) Color de la batería
Descripción: Cada ciclo de carga-descarga desgasta la batería; La degradación (pérdida de salud) es un coste real y agota los límites de la garantía. Un análisis de arbitraje que solo considere la diferencia de precio sobreestimará las ganancias y acortará la vida útil de la batería si ignora el costo de degradación y la pérdida de eficiencia por ciclo.
7. ¿Cuál es el equilibrio clave a la hora de determinar el valor umbral de un modelo de detección de anomalías en el mantenimiento predictivo?
- A) Equilibrio consciente entre los costos de falsas alarmas y fallas perdidas ✔
- B) El umbral siempre debe mantenerse lo más bajo posible
- C) El umbral se determina únicamente observando el porcentaje de precisión del modelo.
- D) Una vez establecido el umbral, nunca se debe cambiar.
Explicación: Si se baja el umbral, aumentan las falsas alarmas (alarmas cuando no hay falla) y el equipo se vuelve desconfiado ante las alarmas; Si se aumenta el umbral, aumenta el riesgo de que se pase por alto una falla (omitir la falla real). El umbral correcto es un equilibrio consciente entre el coste de una falsa alarma y el coste de un fallo no detectado (por ejemplo, la explosión de un transformador) y se ajusta según la criticidad del equipo.
8. ¿Cuál es la lógica básica del marco de medición y verificación (M&V) para verificar una declaración de ahorro en un proyecto de eficiencia energética?
- A) Cada disminución en el importe de la factura se considera un ahorro directo.
- B) El ahorro es la diferencia entre la línea base ajustada y el consumo medido ✔
- C) Los ahorros se declaran únicamente al valor de catálogo del fabricante.
- D) Ahorros iguales a lo que predice el modelo
Explicación: Los ahorros no se pueden medir directamente; Lo que se mide es el consumo después de tomar precauciones. Los ahorros son la diferencia entre el consumo medido y la línea de base "lo que se consumiría sin la medida". Por lo tanto, el modelo de referencia debe corregirse para variables como el clima/producción, y los ahorros se deben calcular con respecto a esta referencia ajustada.
9. ¿Por qué es particularmente peligroso el "sobreajuste" en el modelo de previsión del precio de la electricidad?
- A) Porque ralentiza el modelo.
- B) Memoriza el ruido del pasado, colapsa en el futuro, especialmente cuando cambia el régimen, y engaña con gran confianza ✔
- C) Sólo porque usa más memoria.
- D) Porque dificulta la lectura de los gráficos.
Explicación: El sobreajuste ocurre cuando el modelo memoriza ruido y patrones en datos históricos que no se repetirán; El backtesting parece perfecto pero falla en el futuro. A medida que los datos de precios cambian de régimen (shock en el precio del combustible, cambio de legislación), el patrón memorizado deja de ser válido y conduce a ofertas incorrectas con alta confianza.
10. ¿Por qué es importante el concepto de intensidad de carbono por hora (valor de gCO2 de un kWh de electricidad en esa hora) para el cambio de carga?
- A) La densidad del carbono es la misma cada hora, por lo que no importa
- B) Porque sólo afecta al importe de la factura
- C) Varía horariamente dependiendo de la cuota renovable; Cambiar la carga flexible a horas de baja intensidad reduce las emisiones ✔
- D) Porque sólo está relacionado con la tarifa nocturna
Explicación: La intensidad de carbono de la red varía cada hora: es baja durante las horas en que la generación renovable es alta y alta durante las horas pico cuando las plantas de energía fósil entran en funcionamiento. Cambiar las cargas flexibles a horas punta bajas permite consumir la misma energía pero producir menos emisiones. El factor promedio anual esconde esta oportunidad.
11. ¿Qué significa "fuga de datos" en un código de análisis Python producido por inteligencia artificial y por qué es peligroso?
- A) Eliminar datos del disco
- B) El modelo utiliza información futura en el entrenamiento que no estará disponible en el momento de la predicción; la prueba es buena pero la realidad es mala ✔
- C) Los datos no tienen otro significado que el de filtrarse a Internet
- D) El código se ejecuta muy lentamente.
Explicación: La fuga de datos ocurre cuando el modelo accede a información que realmente se encontrará en el futuro durante el entrenamiento; por ejemplo, utilizar el valor real de la hora que se va a predecir como atributo. Esto da como resultado un backtesting perfecto pero inútil en la realidad. El límite pasado/futuro en la serie temporal debe mantenerse cuidadosamente en el código.
12. ¿Cuál es el enfoque correcto al enviar datos SCADA de una empresa de energía a una herramienta general de IA?
- A) Enviar todos los datos tal como están proporciona los resultados más precisos
- B) Anonimizar los datos y compartir solo el subconjunto técnico necesario con una herramienta aprobada ✔
- C) La precaución es innecesaria porque los datos están abiertos de todos modos.
- D) Basta con cambiar el nombre del archivo
Descripción: Los datos de topología de red y SCADA son información de infraestructura crítica; Enviarlo a una nube pública tal como está plantea riesgos de privacidad, competencia y ciberseguridad. El enfoque correcto es anonimizar los nombres de los sitios/activos con etiquetas representativas, compartir solo el subconjunto técnico necesario para la tarea y optar por herramientas cerradas/aprobadas por la institución.
13. ¿Por qué se utiliza el 'factor de capacidad' (la relación entre la energía producida y la energía que se produciría si funcionara continuamente a plena capacidad) como un ancla de razonabilidad en el pronóstico de la producción eólica?
- A) Porque es un número únicamente con fines de marketing.
- B) Porque dio la factura directamente
- C) Porque es un criterio físico que prueba el orden de magnitud de la predicción, con un rango típico conocido (aproximadamente 25-45%) ✔
- D) Porque determina el color de la turbina.
Descripción: El factor de capacidad de los parques eólicos terrestres suele oscilar entre el 25 y el 45 por ciento aproximadamente. Un pronóstico es físicamente inverosímil si predice una producción en el promedio de largo plazo que está muy fuera de este rango (por ejemplo, 90 por ciento). Esta relación le permite probar el orden de magnitud de la predicción sin entrar en detalles.
14. ¿Cómo se puede definir con mayor precisión el papel de la inteligencia artificial en una decisión sobre un sistema energético crítico para la seguridad?
- A) La IA puede reemplazar la aprobación de un ingeniero autorizado
- B) La IA genera hipótesis y esquemas; La aprobación y responsabilidad de la decisión crítica para la seguridad recae en el ingeniero autorizado ✔
- C) Si la IA es lo suficientemente poderosa, la confirmación humana es innecesaria
- D) La producción de IA es inútil y debe ignorarse por completo
Descripción: La inteligencia artificial es un poderoso asistente que lee rápidamente, detecta patrones y produce borradores; pero no reemplaza la aprobación y responsabilidad de un experto competente en decisiones críticas para la seguridad como ajuste de protección, carga de transformadores, maniobras de red. La IA genera hipótesis y esquemas; El ingeniero autorizado da la decisión y la firma.