Sistema para la selección de módulos fotovoltaicos comercializados en Colombia basado en la comparación de datos ambientales e información técnica proporcionada por los fabricantes
En esta investigación se plantea el desarrollo de un sistema experto artificial capaz de recomendar un módulo fotovoltaico considerando la información técnica entregada por el fabricante y las condiciones ambientales presentes en diversas zonas geográficas de la región caribe colombiana. Esto, con e...
- Autores:
-
Arroyo Granados, Alexander Jesus
Manjarres Rivera, Manuel Alfonso
- Tipo de recurso:
- Fecha de publicación:
- 2022
- Institución:
- Universidad del Magdalena
- Repositorio:
- Repositorio Unimagdalena
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.unimagdalena.edu.co:123456789/8932
- Acceso en línea:
- https://repositorio.unimagdalena.edu.co/handle/123456789/8932
- Palabra clave:
- Web scraping
Ingeniería de características
Módulos fotovoltaicos
Machine learning
Energias limpias
- Rights
- openAccess
- License
- Acceso Abierto
| Summary: | En esta investigación se plantea el desarrollo de un sistema experto artificial capaz de recomendar un módulo fotovoltaico considerando la información técnica entregada por el fabricante y las condiciones ambientales presentes en diversas zonas geográficas de la región caribe colombiana. Esto, con el objetivo de facilitar la selección del módulo que mejor se adapte a las condiciones de trabajo. Por lo cual, se propone implementar métodos web scraping para la extracción de la información de especificaciones técnicas dadas por el fabricante sobre cierta cantidad de módulos fotovoltaicos que son comercializados en el país, que con la integración de procedimientos de ingeniería de características para el tratamiento de los datos permitan obtener conjuntos de datos óptimo para el entrenamiento de modelos inteligentes. Además, se hace uso de los conjuntos de datos para entrenar modelos inteligentes de clasificación capaces de predecir valores desconocidos dentro de un grupo establecido, y relacionarlos con uno o varios módulos fotovoltaicos que se adapten a las condiciones de temperatura e irradiación. Finalmente, se desarrolla una interfaz web que permite a los usuarios interactuar con el modelo inteligente y obtener resultados de los paneles que mejor se adaptan según sean sus condiciones iniciales de temperatura e irradiación, y observar las características relevantes de dichos resultados |
|---|