Mostrar el registro sencillo del ítem

dc.rights.licenserestringidoes_ES
dc.contributor.advisorNIÑO VELANDIA, EDGAR EFRAÍN
dc.contributor.authorGUEVARA ROMERO, JULIÁN DAVID
dc.contributor.otherGONZÁLEZ, FABIO ALFONSO
dc.coverage.spatialBucaramangaes_ES
dc.date.accessioned2025-01-27T15:33:54Z
dc.date.available2025-01-27T15:33:54Z
dc.identifier.citationN/Aes_ES
dc.identifier.urihttp://repositorio.uts.edu.co:8080/xmlui/handle/123456789/18718
dc.descriptionIngeniería Eléctricaes_ES
dc.description.abstractLa monografía exploró el potencial de las Redes Neuronales Artificiales (ANN) para mejorar la eficiencia en la generación de energía solar fotovoltaica. Con un enfoque cualitativo y descriptivo, esta investigación se centró en la aplicación de ANN para optimizar la eficiencia energética en sistemas fotovoltaicos. La investigación se desarrolló en tres fases. En primer lugar, se realizó una revisión de la literatura científica en bases de datos académicos. Esta revisión permitió identificar estudios relevantes sobre el uso de ANN en sistemas solares y organizar la información. En la segunda fase, se llevó a cabo un análisis de las ventajas y desventajas de las ANN en sistemas fotovoltaicos. Utilizando el método PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses), se evaluaron los beneficios, oportunidades y limitaciones de esta tecnología, ofreciendo una visión detallada de su impacto en la eficiencia energética. Finalmente, en la tercera fase, se presentó un análisis de tres estudios de caso. Este análisis permitió ofrecer directrices para mejorar la eficiencia energética y guiar futuras aplicaciones de ANN en la energía solar. De este modo, la investigación proporcionó una comprensión integral de cómo las ANN contribuyen a la optimización de sistemas de generación solar fotovoltaica, destacando sus beneficios y ofreciendo recomendaciones prácticas para su implementación efectiva.es_ES
dc.description.sponsorshipN/Aes_ES
dc.description.tableofcontentsRESUMEN EJECUTIVO 10 INTRODUCCIÓN 11 1. DESCRIPCIÓN DEL TRABAJO DE INVESTIGACIÓN 13 1.1. PLANTEAMIENTO DEL PROBLEMA 13 1.2. JUSTIFICACIÓN 14 1.3. OBJETIVOS 15 1.3.1. OBJETIVO GENERAL 15 1.3.2. OBJETIVOS ESPECÍFICOS 15 2. MARCO REFERENCIAL 16 2.1. MARCO TEÓRICO 16 2.1.1. MODELADO PREDICTIVO CON RNA 16 2.1.2. APRENDIZAJE SUPERVISADO Y NO SUPERVISADO 18 2.1.3. CONTROL PREDICTIVO BASADO EN MODELOS 19 2.1.4. MACHINE LEARNING 20 2.1.5. REDES NEURONALES ARTIFICIALES. 23 2.1.6. ENERGÍA SOLAR FOTOVOLTAICA 24 2.1.7. EFICIENCIA ENERGÉTICA 27 2.1.8. OPTIMIZACIÓN DE SISTEMAS ENERGÉTICOS 29 2.1.9. SISTEMAS DE GENERACIÓN DISTRIBUIDA 31 2.2. MARCO CONCEPTUAL 32 2.2.1. ENERGÍA SOLAR 33 2.2.2. BIG DATA 34 2.2.3. RED NEURONAL 35 2.2.4. SOSTENIBILIDAD 35 2.3. MARCO LEGAL 36 3. DISEÑO DE LA INVESTIGACIÓN 39 3.1. ENFOQUE DE LA INVESTIGACIÓN 39 3.2. TIPO DE ESTUDIO 39 3.3. DISEÑO 40 3.4. MÉTODO 40 4. DESARROLLO DEL TRABAJO DE GRADO 42 5. RESULTADOS 45 5.1. USO DE LAS RNA EN SISTEMAS DE GENERACIÓN SOLAR FOTOVOLTAICA. 45 5.2. VENTAJAS Y DESVENTAJAS DE LA IMPLEMENTACIÓN DE REDES NEURONALES EN SISTEMAS DE GENERACIÓN FOTOVOLTAICOS A TRAVÉS DEL MÉTODO PRISMA 57 5.3. ANÁLISIS DEL COMPORTAMIENTO DE RNA EN GENERACIÓN FOTOVOLTAICA MEDIANTE SIMULACIÓN 63 5.3.1. ESTUDIOS DE CASO 63 6. CONCLUSIONES 68 7. RECOMENDACIONES 70es_ES
dc.language.isoeses_ES
dc.publisherUnidades Tecnológicas de Santanderes_ES
dc.subjectRedes Neuronales Artificialeses_ES
dc.subjectSistemas de Generación Solar Fotovoltaicaes_ES
dc.subjectEficiencia Energéticaes_ES
dc.subjectEnergía Solares_ES
dc.subjectPRISMAes_ES
dc.titleUSO DE LAS REDES NEURONALES ARTIFICIALES EN SISTEMAS DE GENERACIÓN SOLAR FOTOVOLTAICA PARA MEJORA DE LA EFICIENCIA ENERGÉTICAes_ES
dc.typedegree workes_ES
dc.rights.holderCC.BY.NC.ND 2.5es_ES
dc.date.emitido2025-01-23
dc.dependenciafcnies_ES
dc.proceso.procesoutsinvestigaciones_ES
dc.type.modalidadmonografiaes_ES
dc.format.formatopdfes_ES
dc.titulogTecnólogo en Electricidad Industriales_ES
dc.educationleveltecnologoes_ES
dc.contibutor.evaluatorcoordinadores_ES
dc.date.aprobacion2025-01-17
dc.description.programaacademicoTecnología en Electricidad Industriales_ES
dc.dependencia.regionbucaramangaes_ES


Ficheros en el ítem

Thumbnail
Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem