Diseño de un modelo de inteligencia artificial para predecir la energía solar producida

RESUMEN : El semestre de industria fue realizado en la empresa Ceiba Software House SAS, reconocida por brindar soluciones tecnológicas en el sector energético, aportando con proyectos relacionados con la transformación del sector energético, con sede en la ciudad de Medellín. Actualmente, ha firmado contratos con empresas reconocidas a nivel nacional como EPM y XM con sistemas de planificación energética a corto y largo plazo para ofrecer un escenario energético sostenible. El sector energético depende en gran parte de las fuentes de energía no renovables, que generan un impacto negativo en el medio ambiente. Para reducir al máximo estos problemas, una de las grandes tendencias tecnológicas en los últimos años ha sido el desarrollo de nuevos métodos de generación energética enfocados en la transición hacia el uso de energías renovables que permitan reducir el impacto ambiental y crear escenarios energéticos sostenibles a largo y corto plazo. Sin embargo, uno de los grandes problemas de estas nuevas tecnologías es la dependencia que tienen con los factores climáticos del ambiente en donde están ubicadas. La disponibilidad del viento, radiación solar o precipitaciones pueden variar a lo largo del año dependiendo de su ubicación geográfica, siendo más marcado este cambio si hay estaciones climáticas en el sector donde se instalan. Esta dependencia climática condiciona la productividad de los sistemas de generación de energía renovables, siendo necesario la implementación de un análisis detallado de los patrones climáticos y ubicación de las instalaciones. Otro problema relacionado con esta transición es que la integración de estas nuevas tecnologías en los sectores de generación, transporte, industria y construcción implica una transformación en la infraestructura existente. Por tanto, se deben establecer estándares de calidad y confiabilidad para garantizar la seguridad y eficiencia de los sistemas renovables. Para garantizar estos factores de deben implementar herramientas de monitoreo y control, al igual que la capacitación y certificación de profesionales en el sector. La digitalización cumple un papel importante durante la integración de las energías renovables, gracias a que la recopilación y análisis de datos en tiempo real permite una gestión más eficiente de los recursos energéticos para facilitar el funcionamiento de los equipos generadores de energía. La inteligencia artificial y la minería de datos son herramientas clave en este sentido ya que permiten identificar patrones, predecir la generación de energía y optimizar el rendimiento de los sistemas renovables. La transición hacia las energías renovables requiere considerar factores como la variabilidad climática, integración en distintos sectores y la implementación de nuevas tecnologías digitales. Con un enfoque adecuado en estos aspectos, es posible maximizar los beneficios de las energías renovables y avanzar a un futuro más sostenible.

• Autores: Báez Coronado, Carlos Eduardo
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2024
• Institución: Universidad de Antioquia
• Repositorio: Repositorio UdeA
• Idioma: spa
• OAI Identifier: oai:bibliotecadigital.udea.edu.co:10495/38947
• Acceso en línea: https://hdl.handle.net/10495/38947
• Palabra clave: Análisis de datos; Data analysis; Sector energético; Power sector; Aprendizaje automático (Inteligencia Artificial); Machine learning; Energía solar; Solar energy; Energía renovable; Renewable energy; Predicción energética; http://aims.fao.org/aos/agrovoc/c_7222; http://aims.fao.org/aos/agrovoc/c_25719; http://vocabularies.unesco.org/thesaurus/concept2214
• Rights: openAccess
• License: https://creativecommons.org/licenses/by-nc-sa/4.0/