Buscar en Google Scholar
Título: Redes neuronales para la predicción de la generación de energía de colectores solares y paneles fotovoltaicos
Asesor(es): Damas Niño, Marcelo Nemesio
Fecha de publicación: 2018
Institución: Universidad Nacional del Callao
Resumen: 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.
Disciplina académico-profesional: Doctor en Ingeniería eléctrica
Institución que otorga el grado o título: Universidad Nacional del Callao. Facultad de Ingeniería Eléctrica y Electrónica
Grado o título: Tesis para optar el grado académico de doctor en Ingeniería eléctrica
Fecha de registro: 24-sep-2019



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons