Diseño y simulación de un Sistema de Tracking basado en redes neuronales para mantener la máxima eficiencia de paneles solares. Jessy Corina Tapia Palma.

By:

Tapia Palma, Jessy Corina

Material type: Text

TextEcuador :Latacunga : Universidad Técnica de Cotopaxi ; 2023Description: 91 páginas. ; 30 cmContent type:

texto

Media type:

no mediado

Carrier type:

volumen

Subject(s):

REDES NEURONALES ARTIFICIALES (RNA) EFICIENCIA SISTEMAS SOLARES FOTOVOLTAICOS PUNTO DE MÁXIMA POTENCIA (MPP)

DDC classification:

MAESTRIA 621.3 T172di

Online resources:

Documento

Contents:

1. Sistema de redes neuronales artificiales. 2. Arquitectura ANN. 3. Sistemas de energía solar fotovoltaica.

Dissertation note: Maestría (Electricidad); Astudillo Muñoz, Juan Carlos; Dir. Summary: Este trabajo de investigación se centra en el uso de redes neuronales artificiales (RNA) como una herramienta prometedora para mejorar la eficiencia y estabilidad de los sistemas solares fotovoltaicos. Aunque los sistemas fotovoltaicos aprovechan una fuente de energía limpia y renovable, enfrentan desafíos debido a las variaciones en la radiación solar, temperatura y condiciones ambientales. Estos factores ocasionan fluctuaciones en la corriente y tensión de salida de los paneles solares, afectando la potencia generada. Para abordar este problema, se requiere implementar estrategias de control que maximicen la extracción de potencia del campo fotovoltaico. El enfoque principal de este trabajo es el punto de máxima potencia (MPP), que representa el punto óptimo de transferencia de potencia en la curva de características corriente-voltaje (I-V) de un panel solar. El desafío radica en adaptarse a las condiciones cambiantes y lograr un seguimiento preciso del MPP para mejorar la eficiencia del sistema. Aunque existen diferentes algoritmos de seguimiento propuestos, han mostrado limitaciones en términos de tasas de seguimiento y oscilaciones en estado estacionario. Para superar estas deficiencias, se exploran las aplicaciones de las RNA en el diseño de algoritmos de control. Las RNA se destacan por su alta respuesta dinámica y capacidad para adaptarse a condiciones no lineales. Sin embargo, obtener datos precisos de entrenamiento para el controlador es uno de los principales desafíos. En este estudio, se consideran variables importantes como radiación solar, temperatura y voltaje óptimo como entradas para el controlador.

Tags from this library: No tags from this library for this title. Log in to add tags.

Average rating: 0.0 (0 votes)

Holdings
Item type	Current library	Collection	Call number	Copy number	Status	Date due	Barcode
Tesis	Biblioteca La Matriz MAESTRÍA EN ELECTRICIDÁD	Colección / Fondo / Acervo / Resguardo	MAESTRIA 621.3 T172di (Browse shelf(Opens below))	Ej.1	Available		MUTC-001705

Browsing Biblioteca La Matriz shelves, Shelving location: MAESTRÍA EN ELECTRICIDÁD, Collection: Colección / Fondo / Acervo / Resguardo Close shelf browser (Hides shelf browser)

Previous	No cover image available No cover image available	No cover image available No cover image available	No cover image available No cover image available	No cover image available No cover image available	No cover image available No cover image available	No cover image available No cover image available	No cover image available No cover image available	Next
Previous	MAESTRÍA 621.3 S9393au Automatización y Control de un invernadero experimental para mejorar su eficiencia energética. Universidad Técnica de Cotopaxi ;	MAESTRÍA 621.3 S9393pr Proyección de la demanda, cambio de transformador de potencia y migración de cargas en la Compañía Alimenticia Agua Santa “ALIAGUASANTA” CIA. LTDA. del cantón Salcedo.	MAESTRÍA 621.3 T118ub Ubicación óptima de unidades de medición fasorial para la observabilidad de sistemas de potencia usando un algoritmo evolutivo \| Leyton Fernando Tacle Mora	MAESTRIA 621.3 T172di Diseño y simulación de un Sistema de Tracking basado en redes neuronales para mantener la máxima eficiencia de paneles solares.	MAESTRÍA 621.3 T172im Implementación de una pico central hidroeléctrica mediante una turbina turgo de baja potencia en el barrio Guadalupe. \| Antonio Agustin Tapia Villamarin	MAESTRÍA 621.3 V715an Análisis de la intensidad de radiación del campo magnético producido en un transformador de 300kVA y su incidencia en la salud de los estudiantes del ISTC \| Juan Vinicio Villamarin Reinoso	MAESTRÍA 621.3 Y948de “Desarrollo de un modelo de optimización para la expansión del sistema de transmisión considerando criterios de confiabilidad”	Next

Incluye CD-Rom y anexos

Maestría (Electricidad); Astudillo Muñoz, Juan Carlos; Dir.

1. Sistema de redes neuronales artificiales. 2. Arquitectura ANN. 3. Sistemas de energía solar fotovoltaica.

LOS PROYECTOS DE INVESTIGACIÓN DE GRADO SON DE USO EXCLUSIVO PARA LA SALA DE LECTURA

Este trabajo de investigación se centra en el uso de redes neuronales artificiales (RNA) como una herramienta prometedora para mejorar la eficiencia y estabilidad de los sistemas solares fotovoltaicos. Aunque los sistemas fotovoltaicos aprovechan una fuente de energía limpia y renovable, enfrentan desafíos debido a las variaciones en la radiación solar, temperatura y condiciones ambientales. Estos factores ocasionan fluctuaciones en la corriente y tensión de salida de los paneles solares, afectando la potencia generada. Para abordar este problema, se requiere implementar estrategias de control que maximicen la extracción de potencia del campo fotovoltaico. El enfoque principal de este trabajo es el punto de máxima potencia (MPP), que representa el punto óptimo de transferencia de potencia en la curva de características corriente-voltaje (I-V) de un panel solar. El desafío radica en adaptarse a las condiciones cambiantes y lograr un seguimiento preciso del MPP para mejorar la eficiencia del sistema. Aunque existen diferentes algoritmos de seguimiento propuestos, han mostrado limitaciones en términos de tasas de seguimiento y oscilaciones en estado estacionario. Para superar estas deficiencias, se exploran las aplicaciones de las RNA en el diseño de algoritmos de control. Las RNA se destacan por su alta respuesta dinámica y capacidad para adaptarse a condiciones no lineales. Sin embargo, obtener datos precisos de entrenamiento para el controlador es uno de los principales desafíos. En este estudio, se consideran variables importantes como radiación solar, temperatura y voltaje óptimo como entradas para el controlador.

Posgrados ;

Maestría en Electricidad,

There are no comments on this title.

to post a comment.