Deep Reinforcement Learning para la Toma de Decisiones en Centrales Hidroeléctricas

El proyecto combina la aplicación de las técnicas de Deep Reinforcement Learning y Algoritmos Genéticos orientadas a la maximización de los beneficios generados dentro de las centrales hidroeléctricas. Para ello lo que se hará será inicialmente crear un par de modelos de Machine Learning que serán usados dentro de la experimentación del agente. Una vez se tienen ambos modelos listos lo que se hace es crear el agente. Los pesos de la red que forman al agente se inicializarán de forma aleatoria y con la finalidad de avanzar de forma más rápida se aplicarán algoritmos genéticos para escoger el individuo, que en si son los pesos, que mejor desempeño muestre en la experimentación. Tras el entrenamiento y con la finalidad de conocer el desempeño de los modelos se usará el agente desarrollado en un conjunto de datos totalmente nuevos y se comparará con los beneficios históricos de ese periodo.

The project combines the application of Deep Reinforcement Learning techniques and Genetic Algorithms aimed at maximizing the benefits generated within hydroelectric power plants. For this, what will be done is initially to create a couple of Machine Learning models that will be used within the experimentation of the agent. Once you have both models ready, what you do is create the agent. The weights of the network that make up the agent will be initialized randomly and in order to advance faster, genetic algorithms will be applied to choose the individual, which in themselves are the weights, that show the best performance in the experimentation. After the training and in order to know the performance of the models, the developed agent will be used in a totally new data set and will be compared with the historical benefits of that period.