• español
    • English
UFPS

Repositorio Digital

  • Directrices
    • Autorización publicación
    • Carta a directores de programa
    • Carta a graduados
    • Constancia de entrega de documento en Biblioteca
  • English 
    • español
    • English
  • Login
logo acreditacion
  • Colecciones Comunities
  • Autor Authors
  • Título Titles
  • Fecha Dates
  • Materias Subjects
View Item 
  •   DSpace Home
  • A. Trabajos de grado
  • AF. Facultad de Ingeniería
  • AFE. Ingeniería Electrónica
  • View Item
  •   DSpace Home
  • A. Trabajos de grado
  • AF. Facultad de Ingeniería
  • AFE. Ingeniería Electrónica
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Cambiar vista

Browse

All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsResource TypeThis CollectionBy Issue DateAuthorsTitlesSubjectsResource Type

My Account

LoginRegister

Statistics

View Usage Statistics

Análisis del recurso eólico en la ciudad de Cúcuta mediante ciencia de los datos e inteligencia artificial


Di Candia Jaimes, Gian Franco cc
Calderon Angarita, Brayan Orlando cc

Castro Casadiego, Sergio Alexander
Medina Delgado, Byron

Trabajo de grado - Pregrado


2022-03-15

Universidad Francisco de Paula Santander

San José de Cúcuta

Inteligencia artificialBuscar en Repositorio UFPS
RedesBuscar en Repositorio UFPS
Energias renovablesBuscar en Repositorio UFPS
Recurso eólicoBuscar en Repositorio UFPS
Aprendizaje automáticoBuscar en Repositorio UFPS
Redes neuronales artificialesBuscar en Repositorio UFPS
Métrica de éxitoBuscar en Repositorio UFPS
Error absoluto medioBuscar en Repositorio UFPS

En la actualidad el uso de energías renovables es cada vez más utilizadas en el mundo, debido a que no afectan negativamente al medio ambiente, la energía del viento es de las más utilizadas también es conocida como Recurso Eólico. El presente proyecto tuvo como objetivo la predicción del Recurso Eólico disponible promedio y total en la ciudad de Cúcuta, con la utilización de las dos variables más influyentes velocidad del viento y temperatura. Para la construcción del modelo se utilizó el enfoque de Aprendizaje Automático en conjunto con la técnica de Redes Neuronales Artificiales. La métrica de éxito utilizada para evaluar al modelo fue el Error Absoluto Medio (MAE). El cual para la etapa de entrenamiento con un rango de 1 año tuvo un valor de 1.6 el cual representa el 1.7% del valor promedio de las predicciones. Para la etapa de evaluación del modelo se alimentó el algoritmo con datos tomados experimentalmente en las zonas de Ceiba, Torcoroma y Belén. Para evaluar predicciones en cada una de estas zonas con un rango de 10 minutos se obtuvo un MAE de 0.02, 0.03 y 0.06 respectivamente.

https://repositorio.ufps.edu.co/handle/ufps/6756

https://catalogobiblioteca.ufps.edu.co/descargas/tesis/1161162_1161520.pdf

  • AFE. Ingeniería Electrónica [145]

Descripción: Proyecto de grado
Título: 1161162_1161520.pdf
Tamaño: 3.850Mb

Unicordoba LogoPDFOpen AccessFLIPLEER EN FLIP

Show full item record

Cita

Cómo citar

Cómo citar

Miniatura

Thumbnail

Gestores Bibliograficos

Exportar a Bibtex

Exportar a RIS

Exportar a Excel

Buscar en google Schoolar

untranslated

Código QR

Envíos recientes

    No hay artículos recientes
Image
Image
Image
Image
Image
Image
Image
‹›
Logo Pie de Página UFPS

Portales Institucionales

  • Divisist
  • Pagos de Egresados y Externos
  • Piagev
  • PDQRS
  • DatarSoft
  • Sistema de Nómina
  • DISERACA

Enlaces de Interés

  • Plan Anticorrupción
  • Proceso de selección
  • Contratación
  • Proceso democrático
  • Derechos pecuniarios
  • Correo Electrónico Institucional
  • Consultorio Jurídico

Contactos

Avenida Gran Colombia No. 12E-96 Barrio Colsag,
San José de Cúcuta - Colombia
Teléfono (057)(7) 5776655

Solicitudes y correspondencia
Unidad de Gestión Documental
ugad@ufps.edu.co

Uso único y exclusivo para notificaciones judiciales:
notificacionesjudiciales@ufps.edu.co

-->
Sistema DSPACE - Metabiblioteca | Metabiblioteca