Predicción de la Generación para un Sistema Fotovoltaico mediante la aplicación de técnicas de Minería de Datos

Contenido principal del artículo

Cristian Fabara
https://orcid.org/0000-0001-7870-7872
Diego Maldonado
Mauricio Soria
https://orcid.org/0000-0002-5617-5999
Antonio Tovar

Resumen

 Este documento presenta un modelo de predicción de generación de energía mediante técnicas de minería de datos para la central fotovoltaica ubicada en la Comunidad Paragachi, perteneciente al cantón Pimampiro (Imbabura), con un total de 14400 paneles solares y potencia nominal de 3.6 MW. Este sistema no cuenta con banco de baterías para almacenamiento, debido a esto no aporta durante las noches, pero en el día abastece a más de 2000 familias, que representa toda la población urbana de Pimampiro.


Se inicia con un análisis univariante y multivariante de las variables de medición, cuyo objetivo es determinar el comportamiento, incidencia y la relación de cada variable en la generación de energía de la central. Con las variables de mayor incidencia como entrada, se entrena una máquina de aprendizaje que usa la técnica de árboles de decisión mediante bosques aleatorios (Random Forest) para predecir la generación de energía.


En energías renovables, el sistema fotovoltaico es uno de los más implementados y desarrollados en la actualidad. Sin embargo, predecir la cantidad de generación que puede proveer es complicado por el comportamiento estocástico de las variables, limitando el ingreso de esta tecnología a un mercado competitivo que se integre al Sistema Nacional Interconectado de forma óptima y eficiente.

Descargas

Los datos de descargas todavía no están disponibles.

Detalles del artículo

Cómo citar
Fabara, C., Maldonado, D., Soria, M., & Tovar, A. . (2019). Predicción de la Generación para un Sistema Fotovoltaico mediante la aplicación de técnicas de Minería de Datos. Revista Técnica "energía", 16(1), PP. 70–78. https://doi.org/10.37116/revistaenergia.v16.n1.2019.337
Sección
EFICIENCIA ENERGÉTICA

Artículos similares

También puede {advancedSearchLink} para este artículo.