Algoritmo computacional para el análisis y toma de decisiones en la generación de energías renovables, utilizando estrategias de machine learning

La energía es la fuente de la vida, así como nuestro sistema nervioso central provee pequeñas descargas que permiten movimientos musculares y reacciones indispensables para el diario vivir. La ingeniería en su evolución descubrió la importancia de los mecanismos para facilitar las tareas diarias en la vida del hombre que posteriormente añadiéndoles una fuente de energía, se puede convertir un mecanismo simple en un mecanismo sofisticado con autonomía de movimiento y reacciones que ha sido de gran ayuda para el desarrollo del mundo moderno, como nuestros teléfonos celulares, ordenadores, vehículos y demás herramientas que complementan las tareas y que muchas veces sirven incluso como un asistente personal, permitiendo al hombre que sabe hacer uso de ellas, proyectar sus metas a objetivos más altos ya que mucha de su carga se aliviana gracias a la energía. La energía es producida a través de movimientos mecánicos que se pueden dar por la quema de hidrocarburos, por la separación de átomos o incluso por el esfuerzo de la tracción humana o animal, sin embargo se puede notar que estos recursos son limitados y que en cualquier momento los niveles de producción pueden reducirse hasta su extinción. ¿Qué pasaría si logramos producir energía de una fuente autorrenovable y autosustentable? En el presente documento se puede evidenciar como las energías renovables además de cumplir su propósito en las labores del hombre, conservan el cuidado del medio ambiente y reducen la necesidad de inversión, ya que, fuentes tan sencillas como un río con buen cauce es algo que se encuentra en la naturaleza y por lo que no se cobra. Mantener una relación simbiótica con los recursos naturales no solo debe ser una tarea u obligación, también debe ser considerado un lujo, ya que es más lo que se obtiene que su inversión.

• Autores: Cuellar Medina, Yeimy Mireya; Soto Rojas, Bryan Stiwart
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2024
• Institución: Corporación Universitaria Remington
• Repositorio: Repositorio institucional Uniremington
• Idioma: spa
• OAI Identifier: oai:repositorio.uniremington.edu.co:123456789/3809
• Acceso en línea: https://repositorio.uniremington.edu.co/handle/123456789/3809
• Palabra clave: Energías renovables; Datasets; Análisis de datos; Machine learning; Clasificación; Medio ambiente; Energía solar; Energía eólica; Energía hidráulica; Algoritmos (Computadores); Aprendizaje automático (Inteligencia artificial); Toma de decisiones
• Rights: openAccess
• License: Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)