Por favor, use este identificador para citar o enlazar este ítem:
https://ri-ng.uaq.mx/handle/123456789/12398| Título: | Título: Implementation of an optimization algorithm for MPPT prediction using a regression model |
| Autor(es): | Rafael Rojas Galván |
| Palabras clave: | Sistemas fotovoltaicos MPPT Redes neuronales artificiales Optimizador del lobo gris |
| Área: | INGENIERÍA Y TECNOLOGÍA |
| Fecha de publicación : | 31-oct-2025 |
| Editorial : | Universidad Autonoma de Querétaro |
| Páginas: | 1 recurso en línea (51 páginas) |
| Folio RI: | IGMAC-335681 |
| Facultad: | Facultad de Ingeniería |
| Programa académico: | Maestria en Ciencias (Control en Sistemas Embebidos) |
| Resumen: | Este trabajo presenta el desarrollo e implementaci´on de un modelo predictivo para el seguimiento del punto de m´axima potencia (MPPT) en sistemas fotovoltaicos bajo condiciones de sombreado parcial. La propuesta integra una Red Neuronal Artificial (RNA) con el Grey Wolf Optimizer (GWO), un algoritmo bioinspirado empleado para el ajuste de hiperpar´ametros. La metodolog´ıa se estructur´o en cinco etapas: adquisici´on de datos mediante sensores experimentales, preprocesamiento para simular escenarios de sombreado, entrenamiento del modelo de RNA, optimizaci´on con GWO y validaci´on en condiciones reales de operaci´on. La evaluaci´on experimental confirm´o que el modelo RNA–GWO optimizado mejor´o significativamente la precisi´on de las predicciones, alcanzando un coeficiente de determinaci´on (R²) superior a 0.99 y una exactitud mayor al 98.9%, manteniendo al mismo tiempo un costo computacional adecuado para su implementaci´on en sistemas embebidos. El modelo fue implementado exitosamente en una Raspberry Pi 4, demostrando su viabilidad pr´actica para la predicci´on en tiempo real de MPPT en sistemas fotovoltaicos. Esta investigaci´on resalta el potencial de combinar aprendizaje autom´atico y optimizaci´on bioinspirada para mejorar la eficiencia de la energ´ıa solar y contribuir a la generaci´on sustentable. |
| URI: | https://ri-ng.uaq.mx/handle/123456789/12398 |
| Aparece en: | Maestría en Ciencias (Control en Sistemas Embebidos) |
Archivos:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| IGMAC-335681.pdf | 1.45 MB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.