1. Repositorio Institucional UAQ
  2. Tesis
  3. Facultad de Ingeniería
  4. Maestría
  5. Maestría en Ciencias (Control en Sistemas Embebidos)
Por favor, use este identificador para citar o enlazar este ítem: https://ri-ng.uaq.mx/handle/123456789/12398
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.rights.licensehttps://creativecommons.org/licenses/by-nc-nd/4.0es_ES
dc.contributorJuvenal Rodríguez Reséndizes_ES
dc.creatorRafael Rojas Galvánes_ES
dc.date.accessioned2025-11-14T17:55:24Z-
dc.date.available2025-11-14T17:55:24Z-
dc.date.issued2025-10-31-
dc.identifier.urihttps://ri-ng.uaq.mx/handle/123456789/12398-
dc.descriptionEste 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.es_ES
dc.formatpdfes_ES
dc.format.extent1 recurso en línea (51 páginas)es_ES
dc.format.mediumcomputadoraes_ES
dc.language.isospaes_ES
dc.publisherUniversidad Autonoma de Querétaroes_ES
dc.relation.requiresSies_ES
dc.rightsopenAccesses_ES
dc.subjectSistemas fotovoltaicoses_ES
dc.subjectMPPTes_ES
dc.subjectRedes neuronales artificialeses_ES
dc.subjectOptimizador del lobo grises_ES
dc.subject.classificationINGENIERÍA Y TECNOLOGÍAes_ES
dc.titleTítulo: Implementation of an optimization algorithm for MPPT prediction using a regression modeles_ES
dc.typeTesis de maestríaes_ES
dc.creator.tidORCIDes_ES
dc.contributor.tidORCIDes_ES
dc.creator.identificador0009-0006-0745-9887es_ES
dc.contributor.identificador0000-0001-8598-5600es_ES
dc.contributor.roleDirector de tesises_ES
dc.degree.nameMaestria en Ciencias (Control en Sistemas Embebidos)es_ES
dc.degree.departmentFacultad de Ingenieríaes_ES
dc.degree.levelMaestríaes_ES
dc.format.supportrecurso en líneaes_ES
dc.matricula.creator335681es_ES
dc.folioIGMAC-335681es_ES
Aparece en: Maestría en Ciencias (Control en Sistemas Embebidos)

Archivos:
Fichero Descripción Tamaño Formato  
IGMAC-335681.pdf1.45 MBAdobe PDFVisualizar/Abrir
Mostrar el registro sencillo del ítem


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.