Técnicas subsimbólicas de inteligencia artificial aplicadas a la eficiencia energética

• Autores: Morales, Daniel Martín; Cappelletti, Marcelo Angel
• Año de publicación: 2018
• Idioma: español castellano
• Tipo de recurso: documento de conferencia
• Materia: Ingeniería; Eficiencia energética; Redes neuronales artificiales; Algoritmos genéticos
• Institución: Universidad Nacional de La Plata

En este trabajo se presenta el diseño, desarrollo e implementación de un código computacional para la simulación de sistemas tecnológicos relacionados con aplicaciones energéticas, en particular, sistemas fotovoltaicos, a través de modelos y algoritmos basados en diferentes técnicas subsimbólicas de inteligencia artificial. Específicamente, esta herramienta de simulación permite estimar la radiación solar en una determinada localidad y extraer parámetros de interés de celdas solares. Estos temas presentan en la actualidad un marcado interés tecnológico. La utilización del software posibilita, entre otras prestaciones, desarrollar soluciones para problemas actuales, como predecir con suficiente confiabilidad la respuesta de una celda solar, minimizar los efectos ambientales adversos y optimizar la relación costo-eficiencia energética, en función de la localización (temperatura y potencia solar incidente en un sitio de interés) y de la aplicación específica que tendrá el dispositivo, tanto para la superficie terrestre como para el ambiente espacial. El código desarrollado posibilita el entrenamiento y testeo de Redes Neuronales Artificiales para formular modelos de predicción de la radiación solar global diaria en diferentes localidades de nuestro país, a partir de datos meteorológicos experimentales previamente conocidos. Y por otro lado, a través de la técnica de Algoritmos Genéticos, el software permite la extracción de parámetros de interés de celdas solares basadas en diferentes materiales, procesos de fabricación y bajo diferentes condiciones de operación.
Facultad de Ingeniería