Pronóstico de la velocidad del viento para la producción de energía eólica en horizontes temporales utilizando redes neuronales en Tumbes - 2022
Descripción del Articulo
Para poder usar la energía eólica es importante conocer los valores a futuros de la velocidad del viento, es por ello que la investigación pronosticó la velocidad del viento, empleando redes neuronales artificiales en los diferentes horizontes temporales, los datos fueron brindados por el Servicio N...
| Autor: | |
|---|---|
| Formato: | tesis de grado |
| Fecha de Publicación: | 2022 |
| Institución: | Universidad Cesar Vallejo |
| Repositorio: | UCV-Institucional |
| Lenguaje: | español |
| OAI Identifier: | oai:repositorio.ucv.edu.pe:20.500.12692/132040 |
| Enlace del recurso: | https://hdl.handle.net/20.500.12692/132040 |
| Nivel de acceso: | acceso abierto |
| Materia: | Red neuronal artificia Horizontes temporales Data de entrenamiento https://purl.org/pe-repo/ocde/ford#2.07.00 |
| Sumario: | Para poder usar la energía eólica es importante conocer los valores a futuros de la velocidad del viento, es por ello que la investigación pronosticó la velocidad del viento, empleando redes neuronales artificiales en los diferentes horizontes temporales, los datos fueron brindados por el Servicio Nacional de Meteorología e Hidrología del Perú (SENAMHI), de la estación meteorológica Matapalo ubicado en el departamento de Tumbes. Los datos de la estación fueron ordenados con el programa Microsoft Excel, se encontraron datos incompletos, se empleó el método Missing para imputar los datos faltantes. Los datos imputados se dividen en 70% data de entrenamiento y el 30% restante en data de testeo las cuales fueron ingresados a la red neuronal artificial (ANN) en grupos de corto plazo (horas), mediano plazo (meses) y largos plazo (año). Con la red neuronal entrenada, se logró una mayor eficiencia cuando se trabajó con 32 nodos, un error cuadrático medio de 0.13 en la data de entrenamiento y 0.76 para la data de testeo a corto plazo, mientras que a mediano plazo se obtuvo una eficiencia con 32 nodos o capas ocultas 0.06 en la data de entrenamiento y 0.22 para la data de testeo a mediano plazo. Con esta misma red se pronosticó para los años 2022 y 2023 en los diferentes horizontes, arrojando valores de velocidad del viento que oscilan entre 0.09 m/s y 2.84 m/s para el periodo de corto plazo, para los promedios mensuales a mediano plazo la velocidad del viento oscila entre 0.75 m/s y 1.42 m/s y para largo plazo la velocidad del viento oscila entre 0.85 m/s y 0.88 m/s. |
|---|
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).
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).