Metodología de auditoría y optimización de la eficiencia de granja solar mediante tratamiento de imagen

"El proyecto consiste en proponer una herramienta adicional para la auditoria de granjas solares. Esto se hace mediante tratamiento de imágenes a partir de 2 redes neuronales convolucionales (CNN). La primera utilizada para extraer los paneles de la imagen con el uso de segmentación semántica....

Full description

Autores:
Rico Espinosa, Alejandro Andrés
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2019
Institución:
Universidad de los Andes
Repositorio:
Séneca: repositorio Uniandes
Idioma:
spa
OAI Identifier:
oai:repositorio.uniandes.edu.co:1992/44436
Acceso en línea:
http://hdl.handle.net/1992/44436
Palabra clave:
Sistemas de energía fotovoltaicos
Redes neurales (Computadores)
Paneles solares fotovoltáicos
Ingeniería
Rights
openAccess
License
https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
id UNIANDES2_7d3771eabb301f527c2e615bb1abb9c1
oai_identifier_str oai:repositorio.uniandes.edu.co:1992/44436
network_acronym_str UNIANDES2
network_name_str Séneca: repositorio Uniandes
repository_id_str
spelling Al consultar y hacer uso de este recurso, está aceptando las condiciones de uso establecidas por los autores.https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfinfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Bressan, Michaelvirtual::8057-1Rico Espinosa, Alejandro Andrés3cbd4bf8-34bb-4627-8043-8c71bde9e8da5002020-09-03T14:52:54Z2020-09-03T14:52:54Z2019http://hdl.handle.net/1992/44436u830540.pdfinstname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/"El proyecto consiste en proponer una herramienta adicional para la auditoria de granjas solares. Esto se hace mediante tratamiento de imágenes a partir de 2 redes neuronales convolucionales (CNN). La primera utilizada para extraer los paneles de la imagen con el uso de segmentación semántica. La segunda de ellas para la detección y clasificación de fallas físicas en los paneles (sombra, tierra y fisura). Para la evaluación del método se utilizó validación cruzada con un set balanceado de imágenes."--Tomado del Formato de Documento de Grado."The project proposes an additional tool to help in the auditory process of a solar farm. This was possible through the combination of 2 convolutional neural network (CNN) for image processing. The first one was used to extract the solar panels from the image and reduce noise using semantic segmentation. The second CNN fulfills the function of detecting and classify physical failures in the panel (shadow, dust and cracks). Afterall, cross validation with a balanced dataset was used to evaluate the proposed methodology.2--Tomado del Formato de Documento de Grado.Ingeniero EléctricoPregrado35 hojasapplication/pdfspaUniversidad de los AndesIngeniería EléctricaFacultad de IngenieríaDepartamento de Ingeniería Eléctrica y Electrónicainstname:Universidad de los Andesreponame:Repositorio Institucional SénecaMetodología de auditoría y optimización de la eficiencia de granja solar mediante tratamiento de imagenTrabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesishttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_970fb48d4fbd8a85Texthttp://purl.org/redcol/resource_type/TPSistemas de energía fotovoltaicosRedes neurales (Computadores)Paneles solares fotovoltáicosIngenieríaPublicationbc902e67-1463-4f04-b761-09e690ed62f9virtual::8057-1bc902e67-1463-4f04-b761-09e690ed62f9virtual::8057-1ORIGINALu830540.pdfapplication/pdf1641321https://repositorio.uniandes.edu.co/bitstreams/85f549d0-b9d1-412c-ad50-5d7a38035bb9/download911946cb1a9821f67524dd60c3276e23MD51THUMBNAILu830540.pdf.jpgu830540.pdf.jpgIM Thumbnailimage/jpeg8462https://repositorio.uniandes.edu.co/bitstreams/993568e1-0d06-431e-97fc-839bf8ba7150/download9a4658c3c8ea0df7f2ce9173c8806e40MD55TEXTu830540.pdf.txtu830540.pdf.txtExtracted texttext/plain72475https://repositorio.uniandes.edu.co/bitstreams/8de25f7b-300b-4a87-b719-c6cc08b20ff9/download03f77ff3877d4d77f67180df4f1023d8MD541992/44436oai:repositorio.uniandes.edu.co:1992/444362024-03-13 13:35:02.899https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfopen.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.co
dc.title.es_CO.fl_str_mv Metodología de auditoría y optimización de la eficiencia de granja solar mediante tratamiento de imagen
title Metodología de auditoría y optimización de la eficiencia de granja solar mediante tratamiento de imagen
spellingShingle Metodología de auditoría y optimización de la eficiencia de granja solar mediante tratamiento de imagen
Sistemas de energía fotovoltaicos
Redes neurales (Computadores)
Paneles solares fotovoltáicos
Ingeniería
title_short Metodología de auditoría y optimización de la eficiencia de granja solar mediante tratamiento de imagen
title_full Metodología de auditoría y optimización de la eficiencia de granja solar mediante tratamiento de imagen
title_fullStr Metodología de auditoría y optimización de la eficiencia de granja solar mediante tratamiento de imagen
title_full_unstemmed Metodología de auditoría y optimización de la eficiencia de granja solar mediante tratamiento de imagen
title_sort Metodología de auditoría y optimización de la eficiencia de granja solar mediante tratamiento de imagen
dc.creator.fl_str_mv Rico Espinosa, Alejandro Andrés
dc.contributor.advisor.none.fl_str_mv Bressan, Michael
dc.contributor.author.none.fl_str_mv Rico Espinosa, Alejandro Andrés
dc.subject.armarc.es_CO.fl_str_mv Sistemas de energía fotovoltaicos
Redes neurales (Computadores)
Paneles solares fotovoltáicos
topic Sistemas de energía fotovoltaicos
Redes neurales (Computadores)
Paneles solares fotovoltáicos
Ingeniería
dc.subject.themes.none.fl_str_mv Ingeniería
description "El proyecto consiste en proponer una herramienta adicional para la auditoria de granjas solares. Esto se hace mediante tratamiento de imágenes a partir de 2 redes neuronales convolucionales (CNN). La primera utilizada para extraer los paneles de la imagen con el uso de segmentación semántica. La segunda de ellas para la detección y clasificación de fallas físicas en los paneles (sombra, tierra y fisura). Para la evaluación del método se utilizó validación cruzada con un set balanceado de imágenes."--Tomado del Formato de Documento de Grado.
publishDate 2019
dc.date.issued.none.fl_str_mv 2019
dc.date.accessioned.none.fl_str_mv 2020-09-03T14:52:54Z
dc.date.available.none.fl_str_mv 2020-09-03T14:52:54Z
dc.type.spa.fl_str_mv Trabajo de grado - Pregrado
dc.type.coarversion.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.content.spa.fl_str_mv Text
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/TP
format http://purl.org/coar/resource_type/c_7a1f
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/1992/44436
dc.identifier.pdf.none.fl_str_mv u830540.pdf
dc.identifier.instname.spa.fl_str_mv instname:Universidad de los Andes
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional Séneca
dc.identifier.repourl.spa.fl_str_mv repourl:https://repositorio.uniandes.edu.co/
url http://hdl.handle.net/1992/44436
identifier_str_mv u830540.pdf
instname:Universidad de los Andes
reponame:Repositorio Institucional Séneca
repourl:https://repositorio.uniandes.edu.co/
dc.language.iso.es_CO.fl_str_mv spa
language spa
dc.rights.uri.*.fl_str_mv https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.extent.es_CO.fl_str_mv 35 hojas
dc.format.mimetype.es_CO.fl_str_mv application/pdf
dc.publisher.es_CO.fl_str_mv Universidad de los Andes
dc.publisher.program.es_CO.fl_str_mv Ingeniería Eléctrica
dc.publisher.faculty.es_CO.fl_str_mv Facultad de Ingeniería
dc.publisher.department.es_CO.fl_str_mv Departamento de Ingeniería Eléctrica y Electrónica
dc.source.es_CO.fl_str_mv instname:Universidad de los Andes
reponame:Repositorio Institucional Séneca
instname_str Universidad de los Andes
institution Universidad de los Andes
reponame_str Repositorio Institucional Séneca
collection Repositorio Institucional Séneca
bitstream.url.fl_str_mv https://repositorio.uniandes.edu.co/bitstreams/85f549d0-b9d1-412c-ad50-5d7a38035bb9/download
https://repositorio.uniandes.edu.co/bitstreams/993568e1-0d06-431e-97fc-839bf8ba7150/download
https://repositorio.uniandes.edu.co/bitstreams/8de25f7b-300b-4a87-b719-c6cc08b20ff9/download
bitstream.checksum.fl_str_mv 911946cb1a9821f67524dd60c3276e23
9a4658c3c8ea0df7f2ce9173c8806e40
03f77ff3877d4d77f67180df4f1023d8
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositorio institucional Séneca
repository.mail.fl_str_mv adminrepositorio@uniandes.edu.co
_version_ 1812133925403754496

Publicaciones similares