Estimación de la cantidad de energía generada por un panel solar utilizando inteligencia artificial (Archivo Electrónico)
En este trabajo se estimó la cantidad de energía producida por un panel solar de 90 W mediante el uso de redes neuronales; inicialmente se realizaron mediciones experimentales de la potencia generada por el panel solar y de las variables que influyen en esta como la radiación solar, la temperatura d...
- Autores:
-
Delgado Ariza, Jhan Carlos
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2017
- Institución:
- Universidad Francisco de Paula Santander
- Repositorio:
- Repositorio Digital UFPS
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.ufps.edu.co:ufps/5063
- Acceso en línea:
- http://repositorio.ufps.edu.co/handle/ufps/5063
- Palabra clave:
- Panel Solar
Redes neuronales
- Rights
- openAccess
- License
- Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
id |
RUFPS2_5c0aae06751a1d073b6100902cb5b6ab |
---|---|
oai_identifier_str |
oai:repositorio.ufps.edu.co:ufps/5063 |
network_acronym_str |
RUFPS2 |
network_name_str |
Repositorio Digital UFPS |
repository_id_str |
|
spelling |
Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)https://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Vera Davila, Anderson Guillermo32aafab5588d00063a46f811d0b08b50300Sepúlveda Mora, Sergio Basiliob3d95c79fa3c25fb1f4bacf0b876f6e9300Delgado Ariza, Jhan Carlos46c4f14adca33f1b1e7e301d26e400d22021-12-10T19:32:16Z2021-12-10T19:32:16Z2017http://repositorio.ufps.edu.co/handle/ufps/5063113662instname:Universidad Francisco de Paula Santanderreponame:Repositorio Digital UFPSrepourl:https://repositorio.ufps.edu.co/TIE 00147/2017En este trabajo se estimó la cantidad de energía producida por un panel solar de 90 W mediante el uso de redes neuronales; inicialmente se realizaron mediciones experimentales de la potencia generada por el panel solar y de las variables que influyen en esta como la radiación solar, la temperatura de operación del panel y la temperatura ambiente. Con lo anterior se construyó una base de datos para entrenar una red neuronal con el objetivo de modelar y predecir el comportamiento de la potencia. Posteriormente se realizó la simulación del panel solar mediante su modelo matemático permitiendo comparar los resultados con los obtenidos por la técnica de inteligencia artificial. Además de esto se compararon los resultados conseguidos con el modelo teórico de Osterwald, utilizado para calcular la potencia generada por un panel solar. Finalmente se realizó la selección de la red neuronal que consiguió la estimación de la potencia más aproximada a la realidad con base en el coeficiente de correlación obtenido y se calculó matemáticamente la energía producida. A partir de los resultados de esta investigación, se estableció que el porcentaje de correlación de la red neuronal es del 96.3 % y de la simulación del panel del 99,4% en comparación con las mediciones experimentales realizadas.PregradoIngeniero(a) Electrónico(a)application/pdf136 páginasspaUniversidad Francisco de Paula SantanderFacultad de IngenieríaSan José de CúcutaIngeniería Electrónicahttp://alejandria.ufps.edu.co/descargas/tesis/1160501.pdfEstimación de la cantidad de energía generada por un panel solar utilizando inteligencia artificial (Archivo Electrónico)Trabajo de grado - Pregradohttp://purl.org/coar/resource_type/c_7a1fTextinfo:eu-repo/semantics/bachelorThesishttp://purl.org/redcol/resource_type/TPinfo:eu-repo/semantics/acceptedVersionPanel SolarRedes neuronalesORIGINAL1160501.pdfapplication/pdf311261http://repositorio.ufps.edu.co/bitstream/ufps/5063/1/1160501.pdf53ced28bada4d92ff0b67fb4bec5670aMD51open accessTEXT1160501.pdf.txt1160501.pdf.txtExtracted texttext/plain9015http://repositorio.ufps.edu.co/bitstream/ufps/5063/2/1160501.pdf.txt9ed3aeef1be8a6d9819d7116efe7cf0cMD52open accessTHUMBNAIL1160501.pdf.jpg1160501.pdf.jpgGenerated Thumbnailimage/jpeg15448http://repositorio.ufps.edu.co/bitstream/ufps/5063/3/1160501.pdf.jpg09a6c6ba55d02b1241e3e1f59db8f3bcMD53open accessufps/5063oai:repositorio.ufps.edu.co:ufps/50632021-12-11 04:17:06.413An error occurred on the license name.|||https://creativecommons.org/licenses/by-nc-sa/4.0/open accessRepositorio Universidad Francisco de Paula Santanderbdigital@metabiblioteca.com |
dc.title.spa.fl_str_mv |
Estimación de la cantidad de energía generada por un panel solar utilizando inteligencia artificial (Archivo Electrónico) |
title |
Estimación de la cantidad de energía generada por un panel solar utilizando inteligencia artificial (Archivo Electrónico) |
spellingShingle |
Estimación de la cantidad de energía generada por un panel solar utilizando inteligencia artificial (Archivo Electrónico) Panel Solar Redes neuronales |
title_short |
Estimación de la cantidad de energía generada por un panel solar utilizando inteligencia artificial (Archivo Electrónico) |
title_full |
Estimación de la cantidad de energía generada por un panel solar utilizando inteligencia artificial (Archivo Electrónico) |
title_fullStr |
Estimación de la cantidad de energía generada por un panel solar utilizando inteligencia artificial (Archivo Electrónico) |
title_full_unstemmed |
Estimación de la cantidad de energía generada por un panel solar utilizando inteligencia artificial (Archivo Electrónico) |
title_sort |
Estimación de la cantidad de energía generada por un panel solar utilizando inteligencia artificial (Archivo Electrónico) |
dc.creator.fl_str_mv |
Delgado Ariza, Jhan Carlos |
dc.contributor.advisor.spa.fl_str_mv |
Vera Davila, Anderson Guillermo Sepúlveda Mora, Sergio Basilio |
dc.contributor.author.spa.fl_str_mv |
Delgado Ariza, Jhan Carlos |
dc.subject.proposal.spa.fl_str_mv |
Panel Solar Redes neuronales |
topic |
Panel Solar Redes neuronales |
description |
En este trabajo se estimó la cantidad de energía producida por un panel solar de 90 W mediante el uso de redes neuronales; inicialmente se realizaron mediciones experimentales de la potencia generada por el panel solar y de las variables que influyen en esta como la radiación solar, la temperatura de operación del panel y la temperatura ambiente. Con lo anterior se construyó una base de datos para entrenar una red neuronal con el objetivo de modelar y predecir el comportamiento de la potencia. Posteriormente se realizó la simulación del panel solar mediante su modelo matemático permitiendo comparar los resultados con los obtenidos por la técnica de inteligencia artificial. Además de esto se compararon los resultados conseguidos con el modelo teórico de Osterwald, utilizado para calcular la potencia generada por un panel solar. Finalmente se realizó la selección de la red neuronal que consiguió la estimación de la potencia más aproximada a la realidad con base en el coeficiente de correlación obtenido y se calculó matemáticamente la energía producida. A partir de los resultados de esta investigación, se estableció que el porcentaje de correlación de la red neuronal es del 96.3 % y de la simulación del panel del 99,4% en comparación con las mediciones experimentales realizadas. |
publishDate |
2017 |
dc.date.issued.none.fl_str_mv |
2017 |
dc.date.accessioned.none.fl_str_mv |
2021-12-10T19:32:16Z |
dc.date.available.none.fl_str_mv |
2021-12-10T19:32:16Z |
dc.type.none.fl_str_mv |
Trabajo de grado - Pregrado |
dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
dc.type.content.none.fl_str_mv |
Text |
dc.type.driver.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
dc.type.redcol.none.fl_str_mv |
http://purl.org/redcol/resource_type/TP |
dc.type.version.none.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
format |
http://purl.org/coar/resource_type/c_7a1f |
status_str |
acceptedVersion |
dc.identifier.uri.none.fl_str_mv |
http://repositorio.ufps.edu.co/handle/ufps/5063 |
dc.identifier.barcode.none.fl_str_mv |
113662 |
dc.identifier.instname.none.fl_str_mv |
instname:Universidad Francisco de Paula Santander |
dc.identifier.reponame.none.fl_str_mv |
reponame:Repositorio Digital UFPS |
dc.identifier.repourl.none.fl_str_mv |
repourl:https://repositorio.ufps.edu.co/ |
dc.identifier.signature.spa.fl_str_mv |
TIE 00147/2017 |
url |
http://repositorio.ufps.edu.co/handle/ufps/5063 |
identifier_str_mv |
113662 instname:Universidad Francisco de Paula Santander reponame:Repositorio Digital UFPS repourl:https://repositorio.ufps.edu.co/ TIE 00147/2017 |
dc.language.iso.none.fl_str_mv |
spa |
language |
spa |
dc.rights.license.none.fl_str_mv |
Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0) |
dc.rights.uri.none.fl_str_mv |
https://creativecommons.org/licenses/by-nc-sa/4.0/ |
dc.rights.accessrights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
dc.rights.coar.none.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
rights_invalid_str_mv |
Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0) https://creativecommons.org/licenses/by-nc-sa/4.0/ http://purl.org/coar/access_right/c_abf2 |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.format.extent.spa.fl_str_mv |
136 páginas |
dc.publisher.spa.fl_str_mv |
Universidad Francisco de Paula Santander |
dc.publisher.faculty.none.fl_str_mv |
Facultad de Ingeniería |
dc.publisher.place.spa.fl_str_mv |
San José de Cúcuta |
dc.publisher.program.none.fl_str_mv |
Ingeniería Electrónica |
dc.source.none.fl_str_mv |
http://alejandria.ufps.edu.co/descargas/tesis/1160501.pdf |
institution |
Universidad Francisco de Paula Santander |
bitstream.url.fl_str_mv |
http://repositorio.ufps.edu.co/bitstream/ufps/5063/1/1160501.pdf http://repositorio.ufps.edu.co/bitstream/ufps/5063/2/1160501.pdf.txt http://repositorio.ufps.edu.co/bitstream/ufps/5063/3/1160501.pdf.jpg |
bitstream.checksum.fl_str_mv |
53ced28bada4d92ff0b67fb4bec5670a 9ed3aeef1be8a6d9819d7116efe7cf0c 09a6c6ba55d02b1241e3e1f59db8f3bc |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio Universidad Francisco de Paula Santander |
repository.mail.fl_str_mv |
bdigital@metabiblioteca.com |
_version_ |
1814095136565493760 |