UNAP - Repositorio Institucional
  • Visualizaciones
  • Politicas
    Política de Depósito Reglamento de Investigación Política de Acceso Abierto Normativa Académica
    Ver todas las politicas
  • Estructura Académica
    Explorar todo
    • English
    • العربية
    • বাংলা
    • Català
    • Čeština
    • Deutsch
    • Ελληνικά
    • Español
    • Suomi
    • Français
    • Gàidhlig
    • हिंदी
    • Magyar
    • Italiano
    • Қазақ
    • Latviešu
    • Nederlands
    • Polski
    • Português
    • Português do Brasil
    • Srpski (lat)
    • Српски
    • Svenska
    • Türkçe
    • Yкраї́нська
    • Tiếng Việt
    Iniciar sesión
    ¿Nuevo Usuario? Pulse aquí para registrarse ¿Has olvidado tu contraseña?
    1. Inicio
    2. Buscar por autor

    Examinando por Autor "Lope Daza, Luz Katia"

    Seleccione resultados tecleando las primeras letras
    Mostrando 1 - 1 de 1
    • Resultados por página
    • Opciones de ordenación
    • Cargando...
      Miniatura
      info:eu-repo/semantics/bachelorThesis
      Aplicación basada en Redes Neuronales, para optimizar el dimensionamiento de sistemas fotovoltaicos, SolarProject Juliaca - 2019
      Gonzales Quispe, Reyna Soledad; Lope Daza, Luz Katia; Pari Condori, Elqui Yeye , 2021-08-25 - (Universidad Nacional del Altiplano. Repositorio Institucional - UNAP)
      En el presente trabajo de investigación denominado Aplicación basada en Redes Neuronales, para optimizar el dimensionamiento de sistemas fotovoltaicos diseñó e implementó de un algoritmo de redes neuronales, con el objetivo de optimizar el dimensionamiento de sistemas fotovoltaicos, Solar Project Juliaca, lo que ayudo a mejorar la distribución de sistemas fotovoltaicos de acuerdo a las necesidades requeridas. Para el desarrollo de la aplicación se usó la metodología de desarrollo de software ágil conocida como la programación extrema XP (extreme programming). Se tomó como población de estudio la información sistematizada extraída de la empresa Solar Project. El diseño de la red neuronal tomo como entrada la Temperatura del módulo Tm (° C), Temperatura ambiente Ta (° C), irradiancia en el plano del módulo con inclinación I3 (W / m2), irradiancia en la llanura del módulo con inclinación I15 (W / m2) , salida potencia fotovoltaica P (kW), y el algoritmo de entrenamiento utilizado fue del Back Propagation y se utilizó en aprendizaje supervisado. Se valido el modelo de red neuronal con el error de la validación cruzada de K iteraciones, logrando una ratio de error de 0,0647 menor al 7%. Mediante los resultados se pudo determinar que el diseño y la implementación de una aplicación, logro mejorar el dimensionamiento del sistema fotovoltaico.
    UNAP
    Repositorio Institucional
    Universidad Nacional del Altiplano

    Plataforma de acceso abierto para la producción académica e investigativa de la UNAP.

    Explorar

    • Comunidades
    • Colecciones
    • Buscar
    • Títulos
    • Autores

    Servicios

    • Depositar
    • Acerca de
    • Soporte
    • ALICIA - CONCYTEC

    Síguenos


    © 2026 Universidad Nacional del Altiplano - Puno, Perú
    PrivacidadTérminos
    Desarrollado con DSpace 7.6