Title: Predictibilidad del nivel de ensuciamiento en paneles fotovoltaicos policristalinos por método de redes neuronales de una planta de gran escala ubicada en Moquegua - Perú
OCDE field: https://purl.org/pe-repo/ocde/ford#2.02.01
Issue Date: 2022
Institution: Universidad Nacional de San Agustín de Arequipa
Abstract: El gran avance tecnológico en relación a la fabricación de paneles fotovoltaicos, considerando el esfuerzo de país de cumplir el compromiso de una generación diversificada, reducción de los costos por Mega Watts con generación fotovoltaica, un cambio en la matriz energética hacia una generación de energía eléctrica libre de carbono, son algunos de los factores, que han impulsa la ejecución de proyectos de generación fotovoltaica. Una de estas plantas se encuentra ubicada en Distrito Moquegua, denominada plata Fotovoltaica Intipampa, la tecnología utilizada en la fabricación de los paneles es policristalino, según hoja técnica y diagrama de perdidas tiene una eficiencia de 16.49%; sabemos por el diagrama de perdidas entre las más representativa tenemos: perdidas por sombreados lejanos y cercanos, perdidas debidas al nivel de irradiancia, perdidas debido a la temperatura, perdidas óhmicas del conductor, perdidas del inversor durante operación, perdidas del inversor sobre la potencia nominal del inversor, perdidas por auxiliares, perdidas externas al transformador, perdidas por factor de ensuciamiento, entre otras. La implementación de un plan de mantenimiento por condición, usando técnicas de predicción del ratio de la limpieza, en los paneles solares medio de una Red neural Recurrente (RNR), una de sus principales características es el machine learning, una correcta implementación permitirá acercarse a los niveles de eficiencia de un panel limpio, según data procesada de los ratios de ensuciamiento a potencia máxima, puede llegar a disminuir la eficiencia hasta 5%.
Discipline: Maestría en Gestión de la Energía con mención en Electricidad
Grade or title grantor: Universidad Nacional de San Agustín de Arequipa.Unidad de Posgrado.Facultad de Ingeniería de Producción y Servicios
Grade or title: Maestro en Gestión de la Energía con mención en Electricidad
Juror: Cucho Flores, Robert Richard; Zela Huarachi, Alfredo Oscar; Peña Gutiérrez, José Luis
Register date: 12-Jul-2022