Buscar


Mostrar el registro sencillo del ítem

dc.rights.license https://creativecommons.org/licenses/by-nc-nd/4.0 es_ES
dc.contributor Juvenal Rodríguez Reséndiz es_ES
dc.creator Rafael Rojas Galván es_ES
dc.date.accessioned 2025-11-14T17:55:24Z
dc.date.available 2025-11-14T17:55:24Z
dc.date.issued 2025-10-31
dc.identifier.uri https://ri-ng.uaq.mx/handle/123456789/12398
dc.description 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. es_ES
dc.format pdf es_ES
dc.format.extent 1 recurso en línea (51 páginas) es_ES
dc.format.medium computadora es_ES
dc.language.iso spa es_ES
dc.publisher Universidad Autonoma de Querétaro es_ES
dc.relation.requires Si es_ES
dc.rights openAccess es_ES
dc.subject Sistemas fotovoltaicos es_ES
dc.subject MPPT es_ES
dc.subject Redes neuronales artificiales es_ES
dc.subject Optimizador del lobo gris es_ES
dc.subject.classification INGENIERÍA Y TECNOLOGÍA es_ES
dc.title Título: Implementation of an optimization algorithm for MPPT prediction using a regression model es_ES
dc.type Tesis de maestría es_ES
dc.creator.tid ORCID es_ES
dc.contributor.tid ORCID es_ES
dc.creator.identificador 0009-0006-0745-9887 es_ES
dc.contributor.identificador 0000-0001-8598-5600 es_ES
dc.contributor.role Director de tesis es_ES
dc.degree.name Maestria en Ciencias (Control en Sistemas Embebidos) es_ES
dc.degree.department Facultad de Ingeniería es_ES
dc.degree.level Maestría es_ES
dc.format.support recurso en línea es_ES
dc.matricula.creator 335681 es_ES
dc.folio IGMAC-335681 es_ES


Ficheros en el ítem

Thumbnail
Nombre: IGMAC-335681.pdf
Tamaño: 1.412Mb
Formato: PDF
Ver/

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem