Show simple item record

dc.contributor.advisorJave Nakayo, Jorge Leonardo
dc.contributor.authorPerez Lucas, Edson Adrian
dc.date.accessioned2024-01-31T16:41:33Z
dc.date.available2024-01-31T16:41:33Z
dc.date.issued2022
dc.identifier.urihttps://hdl.handle.net/20.500.12692/132040
dc.description.abstractPara 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.formatapplication/pdfes_PE
dc.language.isospaes_PE
dc.publisherUniversidad César Vallejoes_PE
dc.rightsinfo:eu-repo/semantics/openAccesses_PE
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/es_PE
dc.sourceRepositorio Institucional - UCVes_PE
dc.sourceUniversidad César Vallejoes_PE
dc.subjectRed neuronal artificiaes_PE
dc.subjectHorizontes temporaleses_PE
dc.subjectData de entrenamientoes_PE
dc.titlePronóstico de la velocidad del viento para la producción de energía eólica en horizontes temporales utilizando redes neuronales en Tumbes - 2022es_PE
dc.typeinfo:eu-repo/semantics/bachelorThesises_PE
thesis.degree.disciplineIngeniería Ambientales_PE
thesis.degree.grantorUniversidad César Vallejo. Facultad de Ingeniería y Arquitecturaes_PE
thesis.degree.nameIngeniero Ambientales_PE
dc.description.sedeLima Nortees_PE
dc.description.escuelaEscuela de Ingeniería Ambientales_PE
dc.description.lineadeinvestigacionCalidad y Gestión de los Recursos Naturaleses_PE
renati.advisor.dni01066653
renati.advisor.orcidhttps://orcid.org/0000-0003-3536-881Xes_PE
renati.author.dni75279548
renati.discipline521066es_PE
renati.jurorBenites Alfaro, Elmer Gonzales
renati.jurorCastañeda Olivera, Carlos Alberto
renati.jurorJave Nakayo, Jorge Leonardo
renati.levelhttps://purl.org/pe-repo/renati/level#tituloProfesionales_PE
renati.typehttps://purl.org/pe-repo/renati/type#tesises_PE
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#2.07.00es_PE
dc.publisher.countryPEes_PE
dc.description.ligDesarrollo sostenible, emprendimientos y responsabilidad social.es_PE
dc.description.rsuDesarrollo económico, empleo y emprendimientoes_PE
dc.description.odsEnergía asequible y no contaminantees_PE


Files in this item

Thumbnail
Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record

info:eu-repo/semantics/openAccess
Except where otherwise noted, this item's license is described as info:eu-repo/semantics/openAccess