Redes neuronales para la predicción de la generación de energía de colectores solares y paneles fotovoltaicos

Descripción del Articulo

La investigación estudió la aplicación de las redes neuronales artificiales para la predicción de la generación de energía de colectores solares y paneles fotovoltaicos. El objetivo de la investigación fue determinar el nivel de precisión con que las redes neuronales artificiales predicen la generac...

Descripción completa

Detalles Bibliográficos
Autor: Arellanos Tafur, Elmer Hugo
Formato: tesis doctoral
Fecha de Publicación:2018
Institución:Universidad Nacional del Callao
Repositorio:UNAC-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.unac.edu.pe:20.500.12952/3900
Enlace del recurso:https://hdl.handle.net/20.500.12952/3900
Nivel de acceso:acceso abierto
Materia:Redes neuronales
Predicción de la generación
Colectores solares
Paneles foto voltaicos
id UNAC_eff2aab1a026feac88a62a69539f0a1f
oai_identifier_str oai:repositorio.unac.edu.pe:20.500.12952/3900
network_acronym_str UNAC
network_name_str UNAC-Institucional
repository_id_str 2593
dc.title.es_PE.fl_str_mv Redes neuronales para la predicción de la generación de energía de colectores solares y paneles fotovoltaicos
title Redes neuronales para la predicción de la generación de energía de colectores solares y paneles fotovoltaicos
spellingShingle Redes neuronales para la predicción de la generación de energía de colectores solares y paneles fotovoltaicos
Arellanos Tafur, Elmer Hugo
Redes neuronales
Predicción de la generación
Colectores solares
Paneles foto voltaicos
title_short Redes neuronales para la predicción de la generación de energía de colectores solares y paneles fotovoltaicos
title_full Redes neuronales para la predicción de la generación de energía de colectores solares y paneles fotovoltaicos
title_fullStr Redes neuronales para la predicción de la generación de energía de colectores solares y paneles fotovoltaicos
title_full_unstemmed Redes neuronales para la predicción de la generación de energía de colectores solares y paneles fotovoltaicos
title_sort Redes neuronales para la predicción de la generación de energía de colectores solares y paneles fotovoltaicos
author Arellanos Tafur, Elmer Hugo
author_facet Arellanos Tafur, Elmer Hugo
author_role author
dc.contributor.advisor.fl_str_mv Damas Niño, Marcelo Nemesio
dc.contributor.author.fl_str_mv Arellanos Tafur, Elmer Hugo
dc.subject.es_PE.fl_str_mv Redes neuronales
Predicción de la generación
Colectores solares
Paneles foto voltaicos
topic Redes neuronales
Predicción de la generación
Colectores solares
Paneles foto voltaicos
description La investigación estudió la aplicación de las redes neuronales artificiales para la predicción de la generación de energía de colectores solares y paneles fotovoltaicos. El objetivo de la investigación fue determinar el nivel de precisión con que las redes neuronales artificiales predicen la generación de energía de los colectores solares y paneles fotovoltaicos. La hipótesis consistió en que con la utilización de redes neuronales artificiales vamos a tener un gran nivel de precisión en la predicción de la generación de energía de los colectores solares y paneles fotovoltaicos. El marco teórico abarcó los antecedentes y los principales conceptos relacionados a la inteligencia artificial, las redes neuronales artificiales, los colectores solares y los paneles fotovoltaicos; además de las fuentes de los registros de datos. La población de estudio estuvo conformada por un sistema de cincuenta colectores planos de vacío, seis sistemas de energía solar para suelos de invernadero y tres huertos solares.
publishDate 2018
dc.date.accessioned.none.fl_str_mv 2019-09-24T17:02:47Z
dc.date.available.none.fl_str_mv 2019-09-24T17:02:47Z
dc.date.issued.fl_str_mv 2018
dc.type.es_PE.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12952/3900
url https://hdl.handle.net/20.500.12952/3900
dc.language.iso.es_PE.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.es_PE.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.*.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/pe/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/pe/
dc.publisher.none.fl_str_mv Universidad Nacional del Callao
dc.publisher.country.es_PE.fl_str_mv PE
publisher.none.fl_str_mv Universidad Nacional del Callao
dc.source.es_PE.fl_str_mv Repositorio institucional – UNAC
dc.source.none.fl_str_mv reponame:UNAC-Institucional
instname:Universidad Nacional del Callao
instacron:UNAC
instname_str Universidad Nacional del Callao
instacron_str UNAC
institution UNAC
reponame_str UNAC-Institucional
collection UNAC-Institucional
bitstream.url.fl_str_mv https://repositorio.unac.edu.pe/backend/api/core/bitstreams/d5d4ff20-dca4-4356-9014-bb3730dfede3/content
https://repositorio.unac.edu.pe/backend/api/core/bitstreams/424b9c96-78a7-40d8-8c91-fb07f6abee33/content
https://repositorio.unac.edu.pe/backend/api/core/bitstreams/94c0aa53-3f7e-4eb8-b049-a53ed7263a13/content
https://repositorio.unac.edu.pe/backend/api/core/bitstreams/e6cd0dc4-6f32-4c75-bc05-1693e9af768a/content
https://repositorio.unac.edu.pe/backend/api/core/bitstreams/db32afee-24b2-4add-9e96-e26c20bfd1f6/content
bitstream.checksum.fl_str_mv 13758c9d30ca62aef8042b76be318db3
faf5bfd42a37b7e9869a42397470874e
bb87e2fb4674c76d0d2e9ed07fbb9c86
c52066b9c50a8f86be96c82978636682
8537c163c0a00296a086baffe3b98284
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio de la Universidad Nacional del Callao
repository.mail.fl_str_mv dspace-help@myu.edu
_version_ 1844798052328538112
spelling Damas Niño, Marcelo NemesioArellanos Tafur, Elmer Hugo2019-09-24T17:02:47Z2019-09-24T17:02:47Z2018https://hdl.handle.net/20.500.12952/3900La investigación estudió la aplicación de las redes neuronales artificiales para la predicción de la generación de energía de colectores solares y paneles fotovoltaicos. El objetivo de la investigación fue determinar el nivel de precisión con que las redes neuronales artificiales predicen la generación de energía de los colectores solares y paneles fotovoltaicos. La hipótesis consistió en que con la utilización de redes neuronales artificiales vamos a tener un gran nivel de precisión en la predicción de la generación de energía de los colectores solares y paneles fotovoltaicos. El marco teórico abarcó los antecedentes y los principales conceptos relacionados a la inteligencia artificial, las redes neuronales artificiales, los colectores solares y los paneles fotovoltaicos; además de las fuentes de los registros de datos. La población de estudio estuvo conformada por un sistema de cincuenta colectores planos de vacío, seis sistemas de energía solar para suelos de invernadero y tres huertos solares.TesisspaUniversidad Nacional del CallaoPEinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-nd/4.0/pe/Repositorio institucional – UNACreponame:UNAC-Institucionalinstname:Universidad Nacional del Callaoinstacron:UNACRedes neuronalesPredicción de la generaciónColectores solaresPaneles foto voltaicosRedes neuronales para la predicción de la generación de energía de colectores solares y paneles fotovoltaicosinfo:eu-repo/semantics/doctoralThesisSUNEDUTesis para optar el grado académico de doctor en Ingeniería eléctricaUniversidad Nacional del Callao. Facultad de Ingeniería Eléctrica y ElectrónicaDoctoradoDoctor en Ingeniería eléctricaTEXTArellanos Tafur_titulo doctor electrica_2018.pdf.txtArellanos Tafur_titulo doctor electrica_2018.pdf.txtExtracted texttext/plain101956https://repositorio.unac.edu.pe/backend/api/core/bitstreams/d5d4ff20-dca4-4356-9014-bb3730dfede3/content13758c9d30ca62aef8042b76be318db3MD56THUMBNAILArellanos Tafur_titulo doctor electrica_2018.pdf.jpgArellanos Tafur_titulo doctor electrica_2018.pdf.jpgGenerated Thumbnailimage/jpeg29289https://repositorio.unac.edu.pe/backend/api/core/bitstreams/424b9c96-78a7-40d8-8c91-fb07f6abee33/contentfaf5bfd42a37b7e9869a42397470874eMD57CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-81232https://repositorio.unac.edu.pe/backend/api/core/bitstreams/94c0aa53-3f7e-4eb8-b049-a53ed7263a13/contentbb87e2fb4674c76d0d2e9ed07fbb9c86MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-81327https://repositorio.unac.edu.pe/backend/api/core/bitstreams/e6cd0dc4-6f32-4c75-bc05-1693e9af768a/contentc52066b9c50a8f86be96c82978636682MD53ORIGINALArellanos Tafur_titulo doctor electrica_2018.pdfArellanos Tafur_titulo doctor electrica_2018.pdfapplication/pdf8029786https://repositorio.unac.edu.pe/backend/api/core/bitstreams/db32afee-24b2-4add-9e96-e26c20bfd1f6/content8537c163c0a00296a086baffe3b98284MD5120.500.12952/3900oai:repositorio.unac.edu.pe:20.500.12952/39002025-08-04 00:33:41.532https://creativecommons.org/licenses/by-nc-nd/4.0/pe/info:eu-repo/semantics/openAccessopen.accesshttps://repositorio.unac.edu.peRepositorio de la Universidad Nacional del Callaodspace-help@myu.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
score 13.243185
Redes neuronales para la predicción de la generación de energía de colectores solares y paneles fotovoltaicos
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).

Ejemplares Similares