Read more
Los agentes del mercado energético (inversores, productores de energía, operadores de redes, consumidores, etc.) se enfrentan a posibles retos como la creciente demanda de energía, los nuevos patrones de consumo energético, la integración de fuentes de energía renovables (intermitentes) en las redes eléctricas y la evolución de las mismas.Este libro investiga la posibilidad de predecir la producción de una instalación fotovoltaica de autoconsumo mediante redes neuronales artificiales. Comparamos dos arquitecturas de redes neuronales (en bucle y sin bucle) con respecto a la regresión multivariante con el fin de disponer de una herramienta eficaz y fiable para predecir la producción de una instalación fotovoltaica a partir de datos meteorológicos (insolación y temperatura ambiente).Para ello, utilizamos datos de monitorización de una planta durante un periodo de 72 días para construir, entrenar y probar dos topologías de redes neuronales (en bucle y sin bucle) que se entrenan con el algoritmo de Levenberg-Marquardt.
About the author
Ingeniero de investigación especializado en energías renovables y sistemas inteligentes. Licenciado en Tecnología Solar Aplicada por la Universidad de Uagadugú (Burkina Faso) y con un Máster de Investigación por la Escuela Politécnica de Thiès (Senegal). Áreas de investigación: energías renovables - sistemas inteligentes - IA y aprendizaje automático.
