Por favor, use este identificador para citar o enlazar este ítem: https://dspace.unl.edu.ec/jspui/handle/123456789/12285
Título : Metodología para el desarrollo de modelos basados en redes Neuro-Fuzzy para la predicción de la potencia real generada a corto plazo por paneles solares ubicados en la ciudad de Loja.
Autor : Cabrera Samaniego, Juan Pablo
Paredes Luzón, José Luis
Palabras clave : <REDES NEURO FUZZY><PANELES SOLARES><REDES NEURONALES>
Fecha de publicación : 2012
Resumen : Este trabajo investigativo se refiere a una metodología para el desarrollo de modelos basados en redes neuronales y sistemas neuro-fuzzy para la predicción la potencia real generada a corto plazo por paneles solares ubicados en la ciudad de Loja, el cual tiene el propósito de desarrollar modelos temporales basados en redes neuro-fuzzy capaces de determinar en base a la radiación y temperatura ambiente las variables de voltaje, corriente y potencia de salida en condiciones reales de operación del panel solar. El presente trabajo investigativo está distribuido entre varios literales que se detallan a continuación: En el literal d se presenta una revisión de la literatura necesaria para comprender conceptos y reglas básicas utilizadas para este trabajo investigativo. El literal e revela los materiales y métodos utilizados. El panel fotovoltaico utilizado marca EXMORK es de 100W, los valores de corriente y voltaje son monitoreados a la salida del panel; y también se adquieren las variables de temperatura del panel y radiación solar con sensores adecuados para este tipo de panel solar. El tiempo de muestreo fue cada minuto. En el literal f se exhibe los resultados del presente trabajo investigativo. En esta sección se describe el procesamiento de los datos obtenidos en Matlab, se realiza las metodologías para generar los modelos con redes neuronales y redes neuro-fuzzy tipo ANFIS; los procedimientos para realizar aplicaciones con Matlab Builder Ex y el procedimiento para implementar las aplicaciones de Matlab Builder Ex para ejecutar los modelos en una hoja de cálculo de Excel además visualizar un informe de calibración de los modelos mediante un documento con formato .HTML. La discusión sobre los resultados del proyecto de tesis se presenta en el literal g. Se formuló en el literal h e i, las conclusiones correspondientes a la investigación las mismas que condujeron al planteamiento de las recomendaciones respectivamente, con el fin de mejorar la metodología para el desarrollo de modelos neuro-fuzzy realizada. Palabras Clave: Panel solar, ANFIS, RNA’S, nntool, modelos neurofuzzy, Matlab Builder Ex. 
Descripción : This research work concerns a methodology for the development of models based on neural networks and neurofuzzy systems to predict the actual power generated by solar panels short term located in the Loja city, which aims to develop models based temporary neurofuzzy networks able to determine from radiation and temperature variables of voltage, current and power output in real operating conditions of the solar panel. This research work is distributed between several literals which are detailed below: In the literal d is a review of the literature needed to understand basic concepts and rules used for this research work. The literal e reveals the materials and methods used. The photovoltaic panel EXMORK mark used is 100W, the current and voltage values are monitored at the output of the panel, and also acquires the variables temperature and solar panel with suitable sensors for this type of solar panel. The sampling time was every minute. In the literal f is exhibited the results of this research work. This section describes the processing of data from Matlab, methodologies is performed to generate models with neural networks and ANFIS type neurofuzzy networks; procedures for applications with Matlab Builder Ex and how to deploy applications Matlab Builder Ex to run models in Excel spreadsheet also view a report of calibration models using a html document. The discussion on the results of the thesis is presented in subsection g. Formulated in the literal h and i , the research findings for the same approach that led to recommendations respectively, in order to improve the methodology for the development of neurofuzzy models performed. Keys words: Solar panel, ANFIS, ANN'S, nntool, neurofuzzy models, Matlab Builder Ex
URI : http://dspace.unl.edu.ec/jspui/handle/123456789/12285
Aparece en las colecciones: TRABAJOS DE TITULACION AEIRNNR

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
Paredes Luzón, José Luis.pdf7,23 MBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.