Diseño de un algoritmo utilizando Machine Learning para la predicción de la radiación solar en el sector de Lasso.
Abstract:
El diseño del algoritmo para la predicción de la radiación solar mediante técnicas de Machine Learning, se desarrolló aplicando las librerías de keras y tenson Flow para la creación de la red neuronal LSTM modelo secuencial que seleccionó datos anteriores y predijo una semana posterior, se registró con una estación meteorológica la medición de las variables del clima en intervalos de cada minuto para exportar el archivo de medición en formato .CSV, se codificó en Google Colab el procesamiento de datos para que los recursos informativos lo realice el servidor, el lenguaje de programación es Python, los resultados obtenidos son valores de radiación solar en el rango de 6:00 a 18:00 horas, es relevante la secuencia de horas con el tiempo, si un valor fue nulo o se altera el orden de los datos, los resultados son diferentes a los reales por estar aplicado series de tiempo en los datos de predicción y el resultado es la predicción de cada hora de los siguientes siete días continuos.
Año de publicación:
2021
Keywords:
- Red neuronal
- LSTM
- Electricidad
- Machine learning
- Radiación Solar
Fuente:
rraaeTipo de documento:
Master Thesis
Estado:
Acceso abierto
Áreas de conocimiento:
- Aprendizaje automático
- Algoritmo
- Simulación por computadora
Áreas temáticas de Dewey:
- Ciencias de la computación
- Ingeniería y operaciones afines
- Probabilidades y matemática aplicada
Objetivos de Desarrollo Sostenible:
- ODS 7: Energía asequible y no contaminante
- ODS 13: Acción por el clima
- ODS 9: Industria, innovación e infraestructura