Tengo datos medidos a intervalos fijos en un proceso. Necesitan ser ponderados con un valor de costo que se genera en otro proceso que es análogo y los costos que genera tienen saltos.
Imagina una turbina eólica que está registrando la velocidad del viento cada 250ms con almacenamiento y consumo de energía. Cada vez que el almacenamiento se conecta/desconecta a la red externa, se genera un valor de costo fijo (digamos 50p).
Mientras está conectado, puede generar una cantidad positiva o negativa que se puede muestrear en los mismos intervalos de 250ms. Los valores son una fracción si se comparan con los 50p de penalización por conectar/desconectar.
Además, las conexiones/desconexiones nunca están alineadas correctamente con el muestreo de 250ms.
Si simplemente añado 50p a la muestra más cercana, cualquier RNN estaría confundido sobre cómo manejarlo y el ajuste de datos nunca funcionaría correctamente.
Finalmente, necesito que la RNN prediga un buen patrón de viento donde el costo sea mínimo, lo cual está altamente influenciado por el hecho de que las conexiones frecuentes aumentan los costos muy rápido.
¿Cómo procesar los datos en este caso para que se ajusten a un modelo genérico de RNN?
