Please use this identifier to cite or link to this item: http://localhost:8080/xmlui/handle/123456789/1200
Title: Identificación de patrones de producción de planta fotovoltaica del Chaco Paraguayo utilizando minería de datos
Authors: Bogado Azuaga, Maria Fernanda
Pereira Miranda, Saida Mabel
Arrúa Ginés, Jorge Luis
Keywords: Minería de datos
Plantas fotovoltaicas
Energía solar
Análisis de datos
Issue Date: 2023
Publisher: Facultad Politécnica, Universidad Nacional del Este
Abstract: La producción de energía solar fotovoltaica es de creciente importancia en la actualidad, y la optimización de este proceso es esencial. Este estudio se centró en la aplicación de técnicas de minería de datos para identificar patrones y factores influyentes en la generación de energía solar fotovoltaica en plantas ubicadas en el Chaco Paraguayo. La motivación para este proyecto se originó en la necesidad de aprovechar los datos disponibles para adquirir un conocimiento más profundo sobre la producción de energía solar. El análisis se llevó a cabo con datos recopilados de una planta específica; en este caso, la base militar Mayor Pablo Lagerenza durante el período comprendido entre octubre de 2017 a junio de 2018. La metodología aplicada siguió el proceso de extracción de conocimiento en bases de datos (KDD). Esto implicó la integración y recopilación de datos, seguida de la selección, limpieza y transformación de los mismos. Se aplicaron técnicas de minería de datos, como clustering, correlaciones y regresión, para analizar los datos. Los resultados claves de este análisis incluyen la identificación de una relación directamente proporcional entre la radiación solar y la producción de energía fotovoltaica, aunque esta relación se ve afectada negativamente por la temperatura del panel, lo que compromete su rendimiento. Además, se encontró que la humedad relativa mostró una correlación inversa con la producción de energía solar, indicando que a menor humedad relativa, la generación de energía solar es mayor. También se identificaron patrones característicos de días soleados, nublados y con temperaturas extremas, cada uno relacionado con distintos niveles de generación energética. Por último, a través de la regresión polinomial, se desarrolló un modelo matemático para estimar la potencia fotovoltaica en función de variables como la radiación solar y la temperatura del panel.
URI: http://servicios.fpune.edu.py:8080/jspui/handle/123456789/1200
Appears in Collections:2021 - 2023

Files in This Item:
There are no files associated with this item.


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.