dc.contributor.advisor | Jave Nakayo, Jorge Leonardo | |
dc.contributor.author | Perez Lucas, Edson Adrian | |
dc.date.accessioned | 2024-01-31T16:41:33Z | |
dc.date.available | 2024-01-31T16:41:33Z | |
dc.date.issued | 2022 | |
dc.identifier.uri | https://hdl.handle.net/20.500.12692/132040 | |
dc.description.abstract | Para poder usar la energía eólica es importante conocer los valores a
futuros de la velocidad del viento, es por ello que la investigación pronosticó la
velocidad del viento, empleando redes neuronales artificiales en los diferentes
horizontes temporales, los datos fueron brindados por el Servicio Nacional de
Meteorología e Hidrología del Perú (SENAMHI), de la estación meteorológica
Matapalo ubicado en el departamento de Tumbes. Los datos de la estación
fueron ordenados con el programa Microsoft Excel, se encontraron datos
incompletos, se empleó el método Missing para imputar los datos faltantes. Los
datos imputados se dividen en 70% data de entrenamiento y el 30% restante
en data de testeo las cuales fueron ingresados a la red neuronal artificial (ANN)
en grupos de corto plazo (horas), mediano plazo (meses) y largos plazo (año).
Con la red neuronal entrenada, se logró una mayor eficiencia cuando se trabajó
con 32 nodos, un error cuadrático medio de 0.13 en la data de entrenamiento y
0.76 para la data de testeo a corto plazo, mientras que a mediano plazo se
obtuvo una eficiencia con 32 nodos o capas ocultas 0.06 en la data de
entrenamiento y 0.22 para la data de testeo a mediano plazo. Con esta misma
red se pronosticó para los años 2022 y 2023 en los diferentes horizontes,
arrojando valores de velocidad del viento que oscilan entre 0.09 m/s y 2.84 m/s
para el periodo de corto plazo, para los promedios mensuales a mediano plazo
la velocidad del viento oscila entre 0.75 m/s y 1.42 m/s y para largo plazo la
velocidad del viento oscila entre 0.85 m/s y 0.88 m/s. | es_PE |
dc.format | application/pdf | es_PE |
dc.language.iso | spa | es_PE |
dc.publisher | Universidad César Vallejo | es_PE |
dc.rights | info:eu-repo/semantics/openAccess | es_PE |
dc.rights.uri | https://creativecommons.org/licenses/by/4.0/ | es_PE |
dc.source | Repositorio Institucional - UCV | es_PE |
dc.source | Universidad César Vallejo | es_PE |
dc.subject | Red neuronal artificia | es_PE |
dc.subject | Horizontes temporales | es_PE |
dc.subject | Data de entrenamiento | es_PE |
dc.title | Pronóstico de la velocidad del viento para la producción de energía eólica en horizontes temporales utilizando redes neuronales en Tumbes - 2022 | es_PE |
dc.type | info:eu-repo/semantics/bachelorThesis | es_PE |
thesis.degree.discipline | Ingeniería Ambiental | es_PE |
thesis.degree.grantor | Universidad César Vallejo. Facultad de Ingeniería y Arquitectura | es_PE |
thesis.degree.name | Ingeniero Ambiental | es_PE |
dc.description.sede | Lima Norte | es_PE |
dc.description.escuela | Escuela de Ingeniería Ambiental | es_PE |
dc.description.lineadeinvestigacion | Calidad y Gestión de los Recursos Naturales | es_PE |
renati.advisor.dni | 01066653 | |
renati.advisor.orcid | https://orcid.org/0000-0003-3536-881X | es_PE |
renati.author.dni | 75279548 | |
renati.discipline | 521066 | es_PE |
renati.juror | Benites Alfaro, Elmer Gonzales | |
renati.juror | Castañeda Olivera, Carlos Alberto | |
renati.juror | Jave Nakayo, Jorge Leonardo | |
renati.level | https://purl.org/pe-repo/renati/level#tituloProfesional | es_PE |
renati.type | https://purl.org/pe-repo/renati/type#tesis | es_PE |
dc.subject.ocde | https://purl.org/pe-repo/ocde/ford#2.07.00 | es_PE |
dc.publisher.country | PE | es_PE |
dc.description.lig | Desarrollo sostenible, emprendimientos y responsabilidad social. | es_PE |
dc.description.rsu | Desarrollo económico, empleo y emprendimiento | es_PE |
dc.description.ods | Energía asequible y no contaminante | es_PE |