Ingeniería Eléctrica

Permanent URI for this collection

https://noesis.uis.edu.co/handle/20.500.14071/9265

Browse

Browsing Ingeniería Eléctrica by browse.metadata.evaluator "Caballero Peña, Juan Diego"

Now showing 1 - 4 of 4
  • No Thumbnail Available
    Item
    Desempeño energético del sistema fotovoltaico del Edificio de la Escuela de Ingenierías Eléctrica, Electrónica y de Telecomunicaciones a 2023
    (Universidad Industrial de Santander, 2024-08-21) Saenz Niño, Karen Daniela; Guarín Puentes, Duvan Andrés; Osma Pinto, German Alfonso; Cardenas Rangel, Jorge Luis; Caballero Peña, Juan Diego
    Este trabajo de grado evalúa el rendimiento energético de un sistema fotovoltaico en un edificio universitario. El SFV de la E3T se encuentra situado en la terraza del quinto piso y está compuesto por 43 módulos solares fotovoltaicos monocristalinos y policristalinos fijos con orientaciones de 10° sur-norte, 10° norte-sur y 0. El objetivo principal de este trabajo es evaluar el desempeño energético del sistema fotovoltaico durante seis meses, utilizando datos meteorológicos y parámetros eléctricos. Para alcanzar este objetivo, se instaló un sistema de monitoreo que captura variables necesarias para el análisis del desempeño. Este sistema incluye dataloggers, piranómetros y termocuplas, que facilitan la lectura, análisis y procesamiento de datos de potencia, energía, temperatura operativa e irradiación solar. Además, se construyó una base de datos integral que recopila las variables monitoreadas, sobre la cual se realizaron evaluaciones detalladas de los indicadores de desempeño específicos del sistema fotovoltaico en estudio. El análisis de los datos recopilados durante un período de seis meses evidenció una alta captación de irradiancia, lo cual se traduce en una producción óptima de energía eléctrica a partir de la energía solar. El análisis de datos recopilados, evidenció una alta captación de irradiancia y una producción óptima de energía solar, con un rendimiento superior al 70%. Los indicadores de rendimiento específico y de referencia corroboraron esta eficiencia, demostrando una relación efectiva entre la captación de irradiancia y su conversión en energía útil. Estos resultados refuerzan la efectividad del SFV en la E3T.
  • No Thumbnail Available
    Item
    Diseño de un aplicativo web para el pronóstico de demanda de energía eléctrica a corto plazo en mercados de comercialización en Colombia utilizando máquinas de soporte vectorial
    (Universidad Industrial de Santander, 2023-05-30) Hoyos Plazas, Harrison; Blanco Solano, Jairo; Duarte Gualdrón, César Antonio; Rey López, Juan Manuel; Caballero Peña, Juan Diego
    El pronóstico de demanda de energía a corto plazo (STLF) garantiza una operación confiable y reduce los gastos del sistema al anticipar cambios en la demanda. Este trabajo presenta una aplicación web para pronosticar la demanda de energía a corto plazo en mercados de comercialización en Colombia. Se desarrolló un algoritmo utilizando máquinas de soporte vectorial (Support Vector Regression) en base a un trabajo de grado previo de la Universidad Industrial de Santander. El modelo se implementa con Scikit-Learn en Python y se crea la aplicación web llamada Mileto para el entrenamiento, testeo y evaluación de nuevos modelos, utilizando Django para el back-end y HTML, CSS, JavaScript y Bootstrap 5 para el front-end. Se configura una base de datos en Postgresql para almacenar los datos históricos de demanda de energía en Colombia. Además, se establece un servidor web con Nginx y se utiliza Docker Compose para desplegar los servicios web (Django), la base de datos (Postgresql) y Nginx en un ordenador suministrado por la Universidad Industrial de Santander. La aplicación web es accesible a través del dominio mileto.com.co.
  • No Thumbnail Available
    Item
    Diseño de un sistema On Grid solar fotovoltaico para la Litoteca Nacional ubicada en las instalaciones del Parque Tecnológico Guatiguará de la Universidad Industrial de Santander UIS, en la vereda Guatiguará, del municipio de Piedecuesta, Santander. DISISFOL 2022-2.
    (Universidad Industrial de Santander, 2024-02-24) Lizarazo Rincón, Ludsving; González Reyes, Elio; Ortiz Rangel, Manuel José; Ordoñez Plata, Gabriel; Osma Pinto, German Alfonso; Caballero Peña, Juan Diego
    Este proyecto de grado comprende el diseño de un sistema solar fotovoltaico conectado a la red, con la expectativa de suplir una parte de la carga del edificio de la Litoteca Nacional, con enfoque hacia la carga del sistema de aire acondicionado del edificio. Para esto se llevará a cabo una proyección del consumo energético, el dimensionamiento de los paneles solares y los diferentes componentes que la integran. Siendo este un sistema on grid, se debe mantener en sincronismo con la frecuencia de la red del operador para lograr la continuidad del servicio. Se diseñará el sistema con mayor eficiencia energética, además se tienen que cumplir los reglamentos y normas para el diseño, también una relación costo beneficio con respecto a los elementos que componen el sistema como son paneles, cables, e inversores.
  • No Thumbnail Available
    Item
    Implementación de una herramienta de pronóstico de demanda de energía eléctrica en Santander utilizando el método de random forest y basada en PyCaret
    (Universidad Industrial de Santander, 2024-11-07) Ariza Peñaloza, Edwin Armando; Serna Suárez, Iván David; Caballero Peña, Juan Diego; Orozco Henao, César Augusto
    El pronóstico preciso de la demanda de energía eléctrica es esencial para la gestión eficiente de los recursos energéticos, especialmente en regiones con características particulares como Santander. Sin embargo, el sector energético en esta región enfrenta desafíos significativos debido a la variabilidad en la demanda y a las limitaciones de los modelos predictivos existentes. El propósito principal de este estudio es desarrollar y validar modelos predictivos avanzados para estimar la demanda de energía eléctrica en Santander, con el objetivo de superar las deficiencias de los enfoques tradicionales. Se emplean dos modelos de vanguardia: Random Forest y Long Short-Term Memory (LSTM), que son comparados en términos de su precisión y utilidad práctica. El análisis se basa en datos históricos y utiliza herramientas de datos como PyCaret y Google Colab. Los resultados obtenidos muestran que el modelo Random Forest ofrece una mejora significativa en la precisión de los pronósticos en comparación con el modelo LSTM, destacando su capacidad para capturar patrones complejos y dinámicos en los datos de demanda de energía eléctrica en Santander. Los hallazgos subrayan la importancia de adoptar enfoques modernos en la predicción de la demanda para mejorar la gestión energética en contextos regionales específicos.