Herramienta para el diseño de sistemas solares fotovoltaicos basada en redes neuronales artificiales (RNA) para determinar la configuración, selección de equipos y arreglos fotovoltaicos en Colombia

En este proyecto se desarrolló una herramienta que consta de una Red Neuronal Artificial (RNA) que brinda apoyo en el dimensionamiento y proyección de los sistemas fotovoltaicos. Esto fue realizado, mediante una estimación de la configuración eléctrica de algunos proyectos registrados ante la UPME y...

Full description

Autores:
Ochoa Buitrago, Harold Oswaldo
Ramírez León, Fabian Yesid
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2020
Institución:
Universidad Autónoma de Bucaramanga - UNAB
Repositorio:
Repositorio UNAB
Idioma:
spa
OAI Identifier:
oai:repository.unab.edu.co:20.500.12749/11930
Acceso en línea:
http://hdl.handle.net/20.500.12749/11930
Palabra clave:
Energy engineering
Technological innovations
Energy
Neural networks
Decision tree
Artificial intelligence
Flexible computing
Grid-connected system
Ingeniería en energía
Innovaciones tecnológicas
Energía
Inteligencia artificial
Computación flexible
Redes neuronales
Árbol de decisión
Grid tie
Sistema fotovoltaico conectado a la red
Rights
openAccess
License
http://creativecommons.org/licenses/by-nc-nd/2.5/co/
Description
Summary:En este proyecto se desarrolló una herramienta que consta de una Red Neuronal Artificial (RNA) que brinda apoyo en el dimensionamiento y proyección de los sistemas fotovoltaicos. Esto fue realizado, mediante una estimación de la configuración eléctrica de algunos proyectos registrados ante la UPME y los datos de ingeniería de detalle que se documentan en la Agencia Nacional de Licencias Ambientales (ANLA). Para la propuesta se implementó una técnica de inteligencia artificial, aprendizaje de máquina supervisado. Para esto, fue implementada una variación del algoritmo K vecinos cercanos, por medio de la función FSCNCA por sus siglas en inglés “Feature Selection for Classification using Neighborhood Component Analysis”. Se usó la técnica de redes neuronales que permitieron el dimensionamiento, diseño y clasificación de los proyectos solares fotovoltaicos. Adicionalmente se implementó un árbol de decisión, que permitió seleccionar más aproximadas a los requerimientos área, potencia de diseño y presupuesto destinado a paneles e inversores.

Publicaciones similares