Evaluación de un modelo de pronóstico de caudales para la captación del cebollar usando redes neuronales

Abstract

Las variaciones abruptas en el caudal representan un desafío significativo para las plantas de tratamiento de agua, afectando la calidad del recurso y el funcionamiento operativo. Para mitigar estos efectos, este estudio desarrolla un modelo de pronóstico diario de caudales basado en redes neuronales artificiales, alcanzando un margen de error inferior al 10%. El modelo analiza múltiples escenarios con bases de datos de distintos periodos temporales y emplea una arquitectura de cuatro capas densas, parámetros optimizados y un preprocesamiento estadístico riguroso. Los resultados obtenidos, validados mediante índices de correlación y análisis gráficos, confirman la capacidad del modelo para prever eventos hidrológicos relevantes, contribuyendo a una gestión hídrica más eficiente.