Pronóstico del recurso solar a corto plazo para Distritos industriales basado en redes neuronales artificiales
La energía tradicional y la no contaminante es un tema relevante para la humanidad debido a su crecimiento exponencial en los últimos años y a la necesidad que se tiene de la energía. Conociendo que la mayor fuente de energía que se dispone es la energía solar debemos aprovechar este recurso para as...
Gardado en:
| Autor Principal: | |
|---|---|
| Formato: | bachelorThesis |
| Idioma: | spa |
| Publicado: |
2022
|
| Subjects: | |
| Acceso en liña: | http://dspace.ups.edu.ec/handle/123456789/21913 |
| Tags: |
Engadir etiqueta
Sen Etiquetas, Sexa o primeiro en etiquetar este rexistro!
|
Engadir etiqueta | Summary: | La energía tradicional y la no contaminante es un tema relevante para la humanidad debido a su crecimiento exponencial en los últimos años y a la necesidad que se tiene de la energía. Conociendo que la mayor fuente de energía que se dispone es la energía solar debemos aprovechar este recurso para así crear energías renovables que pueda sustituir a las no renovables y de paso disminuir las emisiones de gases a la atmosfera. Para un óptimo aprovechamiento se usarán sistemas fotovoltaicos y fototérmicos lo que conlleva la necesidad de un amplio conocimiento sobre la radiación solar que impacta la corteza terrestre, considerando que estos valores cambian en cuestión de horas, días o meses dependiendo de su latitud y los microclimas de cada zona. Para esta investigación expondremos el entrenamiento de una red neuronal artificial basado en multicapas para predecir un horizonte a corto plazo de radiación solar. Los modelos que consideramos varían de acuerdo al algoritmo utilizado para entrenar a la red neuronal artificial y esto hace que tengamos diferentes valores de potencia en la simulación de un módulo fotovoltaico. |
|---|