Estudio Comparativo de Técnicas de Inteligencia Artificial para la Detección de Fallas en Sistemas Fotovoltaicos

Citación en APA
Mendoza Mora, T. S., & Cortés Torres, J. D. (2025). Estudio comparativo de técnicas de inteligencia artificial para la detección de fallas en sistemas fotovoltaicos (Monografía de análisis, Tecnología en Electricidad Industrial). Unidades Tecnológicas de Santander, Facultad de Ciencias Naturales e Ingenierías.
Autor
Mendoza Mora, Tulio Santiago
Director
Cortés Torres, José David
Metadatos
Mostrar el registro completo del ítemDescripción
Ingeniería Eléctrica, Sistemas Fotovoltaicos, Inteligencia Artificial
Resumen
El crecimiento en la demanda de energía y la necesidad de mitigar el cambio climático han impulsado la adopción de fuentes renovables, destacándose la energía solar fotovoltaica como una alternativa limpia, accesible y sostenible. Sin embargo, para garantizar su efectividad, es necesario contar con mecanismos que aseguren su funcionamiento continuo y eficiente. En este contexto, la inteligencia artificial (IA) se presenta como una herramienta innovadora para mejorar la operación, administración y mantenimiento de los sistemas fotovoltaicos.
Esta investigación tiene como objetivo principal evaluar las técnicas de inteligencia artificial aplicadas a la detección de fallas en sistemas fotovoltaicos, considerando como criterios sus ventajas, limitaciones, métricas de desempeño y métodos reportados en la literatura científica. Para ello, se emplea una metodología de análisis descriptivo, basada en el estudio cualitativo de fuentes documentales.
Los resultados obtenidos evidencian que la implementación de técnicas de inteligencia artificial contribuye significativamente a la detección temprana de fallas, lo cual permite realizar mantenimientos preventivos, evitar interrupciones en el suministro energético y mejorar la eficiencia y confiabilidad de los sistemas. Herramientas como las redes neuronales y la visión artificial destacan por su capacidad para identificar anomalías con alta precisión. Asimismo, la correcta selección de variables y la calidad de los datos son factores clave que determinan el éxito de estas técnicas.
En conclusión, la inteligencia artificial se consolida como una tecnología esencial para la detección y gestión de fallas en sistemas fotovoltaicos. Su aplicación adecuada, con datos fiables y modelos bien entrenados, optimiza la eficiencia, confiabilidad y rentabilidad de estos sistemas, favoreciendo la transición hacia fuentes de energía más sostenibles y resilientes ante los desafíos actuales del sector energético
Materia
Detección de Fallas, Inteligencia Artificial, Sistemas Fotovoltaicos
Colecciones
Vista previa
- Nombre:
- F-IN-13 Licencia y Autorización ...
- Nombre:
- F-DC-125 TSMM V12.pdf