dc.contributor.advisor |
Castillo Pinto, Raul Ovidio |
es_PE |
dc.contributor.author |
Mamani Juli, Wilder Reynaldo |
es_PE |
dc.contributor.author |
Gomez Quispe, Luis Alberto |
es_PE |
dc.date.accessioned |
2024-12-23T15:42:35Z |
|
dc.date.available |
2024-12-23T15:42:35Z |
|
dc.date.issued |
2024-12-26 |
|
dc.identifier.uri |
https://repositorio.unap.edu.pe/handle/20.500.14082/23864 |
|
dc.description.abstract |
Esta investigación aborda la predicción de la producción de energía eléctrica en dos sistemas fotovoltaicos con diferentes grados de inclinación (15° y 25°) mediante un modelo de regresión lineal multivariable OLS. El tipo de diseño de investigación es experimental, con manipulación intencional de variables independientes como el modelo predictivo y el ángulo de inclinación. Se recolectaron datos durante un mes en intervalos de un minuto, empleando un sistema de adquisición de datos para medir variables como Voltaje DC, Corriente DC, Potencia, ángulo de inclinación y hora del día. Los objetivos principales de este estudio incluyeron la obtención de datos confiables de los sistemas fotovoltaicos, la implementación del modelo de regresión multivariable para predecir la energía eléctrica, y el análisis del rendimiento de los paneles en función de los ángulos de inclinación. Los resultados muestran que el ángulo de inclinación influye significativamente en la captación de energía solar, siendo el ángulo de 15° más eficiente bajo las condiciones ambientales de Puno. El modelo OLS demostró un desempeño sobresaliente, alcanzando métricas de evaluación como MSE=9.45, RMSE=3.07 y MAE=1.22, y una precisión del 99.39%, lo que confirma su capacidad para ajustar los datos y predecir con precisión la producción de energía eléctrica. El análisis reveló que, aunque el Voltaje DC se mantuvo constante entre ambos ángulos (promedio de 17 V), la Corriente DC y la Potencia fueron mayores en el ángulo de 15°, con promedios de 2.8 A y 51 W, respectivamente. En conclusión, esta investigación valida la aplicación del modelo OLS para predecir la producción de energía eléctrica y resalta la importancia del ángulo de inclinación en la eficiencia de los sistemas fotovoltaicos. |
es_PE |
dc.format |
application/pdf |
es_PE |
dc.language.iso |
spa |
es_PE |
dc.publisher |
Universidad Nacional del Altiplano. Repositorio Institucional - UNAP |
es_PE |
dc.rights |
info:eu-repo/semantics/openAccess |
es_PE |
dc.rights.uri |
https://creativecommons.org/licenses/by/4.0/deed.es |
es_PE |
dc.subject |
Grado de inclinación |
es_PE |
dc.subject |
Predicción |
es_PE |
dc.subject |
Regresión multivariable |
es_PE |
dc.subject |
Sistema fotovoltaico |
es_PE |
dc.title |
Regresión multivariable para la predicción de la producción de energía eléctrica en dos sistemas fotovoltaicos con diferentes grados de inclinación |
es_PE |
dc.type |
info:eu-repo/semantics/bachelorThesis |
es_PE |
thesis.degree.name |
Ingeniero Electrónico |
es_PE |
thesis.degree.discipline |
Ingeniería Electrónica |
es_PE |
thesis.degree.grantor |
Universidad Nacional del Altiplano. Facultad de Ingeniería Mecánica Eléctrica Electrónica y Sistemas |
es_PE |
dc.type.version |
info:eu-repo/semantics/acceptedVersion |
es_PE |
dc.publisher.country |
PE |
es_PE |
dc.subject.ocde |
https://purl.org/pe-repo/ocde/ford#2.02.03 |
es_PE |
renati.advisor.orcid |
https://orcid.org/0000-0001-8310-7644 |
es_PE |
renati.type |
https://purl.org/pe-repo/renati/type#tesis |
es_PE |
renati.level |
https://purl.org/pe-repo/renati/nivel#tituloProfesional |
es_PE |
renati.discipline |
712107 |
es_PE |
renati.juror |
Cayo Cabrera, Guido Humberto |
es_PE |
renati.juror |
Chambi Mamani, Edwin Wilber |
es_PE |
renati.juror |
Aragon Choque, Widmer |
es_PE |
renati.author.dni |
71480530 |
|
renati.author.dni |
71727991 |
|
renati.advisor.dni |
45145518 |
|