Pronóstico de generación de potencia eléctrica en paneles solares con técnicas de aprendizaje automático

RESUMEN: El siguiente documento muestra los resultados de la implementación de diferentes modelos de aprendizaje automático, clásicos y profundos, para el pronóstico de generación de potencia eléctrica en FERNC específicamente de plantas de energía solar ubicadas en la India. Los datos fueron extraídos de dos plantas y corresponden a 34 días. Para este pronóstico de generación de potencia eléctrica se tuvieron en cuenta como características datos de lecturas de sensores en la planta y como salida la generación de energía visto desde el inversor en AC y DC; además el problema fue abordado desde la perspectiva de las series de tiempo. El trabajo realizado permite predecir la cantidad de energía que será generada por un par de días, lo que conlleva a una mejor gestión de las redes y sistemas de potencia, algo que se ha convertido en un requisito indispensable con el auge de las nuevas tecnologías y los nuevos reglamentos implementados en Colombia.

• Autores: Orrego Muñoz, John Edison; García Villa, Bryan Andrés
• Tipo de recurso: Tesis
• Fecha de publicación: 2022
• Institución: Universidad de Antioquia
• Repositorio: Repositorio UdeA
• Idioma: spa
• OAI Identifier: oai:bibliotecadigital.udea.edu.co:10495/29184
• Acceso en línea: http://hdl.handle.net/10495/29184
• Palabra clave: Deep Learning; Aprendizaje Profundo; Aprendizaje automático (inteligencia artificial); Machine learning; Energía solar; Solar energy; Generación de energía fotovoltaica; Photovoltaic power generation; Energía renovable; Renewable energy; Potencia eléctrica; http://aims.fao.org/aos/agrovoc/c_25719
• Rights: openAccess
• License: http://creativecommons.org/licenses/by-nc-sa/2.5/co/