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...

Full description

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