Desarrollo de un algoritmo para estimar las corrientes de cortocircuito de un panel fotovoltaico mediante el procesamiento de imágenes

Simple item page
dc.contributor.advisorBastidas Rodríguez, Juan David
dc.contributor.authorMejia Pinto, Diego Fernando
dc.date.accessioned2023-04-06T03:39:02Z
dc.date.available2023
dc.date.available2023-04-06T03:39:02Z
dc.date.created2019
dc.date.issued2019
dc.description.abstractA raíz del cambio climático las energías renovables han tomado gran relevancia para hacer frente a esta problemática. Entre las más popularizadas se encuentra la energía fotovoltaica debido a sus costos y eficiencia, sin embargo en este aspecto aún hay mejoras que realizar. La eficiencia energética de un panel PV se puede mejorar a partir del seguimiento del punto de máxima potencia (MPP). Sin embargo, el comportamiento del panel se ve afectado cuando opera en condiciones de sombreado parcial, produciendo múltiples MPPs. La presencia de máximos locales puede ocasionar que los sistemas de MPPT no ubiquen el máximo global, disminuyendo la potencia que se puede extraer del panel fotovoltaico. El propósito de este trabajo es aportar a la optimización de la energía fotovoltaica en términos del procesamiento de imágenes, minimizando la disrupción en la operación del panel PV al desarrollar un algoritmo basado en IA, capaz de estimar las corrientes de cortocircuito de un panel fotovoltaico, de manera que puedan ser usadas para alimentar modelos matemáticos propuestos en diversos estudios para que estos ayuden a mejorar la ubicación del MPP al poder acotar la región en la que se encuentra el punto de máxima potencia global. Se recolectaron imágenes del panel fotovoltaico usando una cámara óptica y también se generaron barridos en tensión versus corriente haciendo uso de una carga electrónica programable. Se usaron descriptores de luminancia para entrenar los modelos de estimación basados en el método de árbol de decisión. Los resultados obtenidos en la estimación de corrientes, a partir de los modelos entrenados, mostraron bajo índice de error y una relación lineal con los datos conocidos. Cómo ventajas se tiene la facilidad de implementación, precisión y bajos costos.
dc.description.abstractenglishDue to the climatic change the renewal energies has taken a huge relevance to treat this problem. The most popularized has been the photovoltaic energy because its low cost and efficiency but in this kind of energy there are still some topics to improve. The energy efficiency of a PV Panel could be improved by tracking its maximum power point (MPP). However, the behaviour of the panel is affected when it works under partial shadow conditions, this generates multiple MPPs. The presence of local maxima could make MPPT systems does not find the global maxima reducing power obtenaince. For this reason the purpose of this paper is help to photovoltaic energy optimization in means of images processing minimizing disruption in the operation of PV panels. For this an algorithm is developed based on IA taking advantage of machine learning. It is able to estimate the short-circuit currents in order to use them as entries of mathematics models proposed in several researches in order to improve the localization of MPP by the definition of a region in which could be the global maxima. For this purpose data was collected using an three megapixels optic camera for the images of the photovoltaic panel and an electronic programmable load to generate a voltage swipe for the current vs voltage curve. Then the I-V data were procesed in order to extract the short-circuit currents. Luminance descriptors of the image were used as features to train estimation models based on decision tree method. The trained models were implemented in the final algorithm. The obtained results in estimation of currents shown a low error index and a linear relation with known data which indicates models were correctly trained and the proposed method works for this application. The advantage of this proposed method is an easier implementation, good precision and low cost of maintenance.
dc.description.degreelevelPregrado
dc.description.degreenameIngeniero Electrónico
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad Industrial de Santander
dc.identifier.reponameUniversidad Industrial de Santander
dc.identifier.repourlhttps://noesis.uis.edu.co
dc.identifier.urihttps://noesis.uis.edu.co/handle/20.500.14071/13414
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingenierías Fisicomecánicas
dc.publisher.programIngeniería Electrónica
dc.publisher.schoolEscuela de Ingenierías Eléctrica, Electrónica y Telecomunicaciones
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAttribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectProcesamiento De Imágenes
dc.subjectPaneles Fotovoltaicos
dc.subjectIrradiancia
dc.subjectCorrientes De Cortocircuito
dc.subjectEficiencia Energética
dc.subjectEnergías Limpias
dc.subjectAprendizaje De Máquina.
dc.subject.keywordImages Processing
dc.subject.keywordPhotovoltaic Panels
dc.subject.keywordIrradiance
dc.subject.keywordShort-Circuit Currents
dc.subject.keywordEnergy Efficiency
dc.subject.keywordClean Energies
dc.subject.keywordMachine Learning.
dc.titleDesarrollo de un algoritmo para estimar las corrientes de cortocircuito de un panel fotovoltaico mediante el procesamiento de imágenes
dc.title.englishDevelopment of an algorithm to estimate the shortcircuit currents of a photovoltaic panel in means of processing images.*
dc.type.coarhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.hasversionhttp://purl.org/coar/resource_type/c_7a1f
dc.type.localTesis/Trabajo de grado - Monografía - Pregrado
dspace.entity.type
Files
Original bundle
Now showing 1 - 3 of 3
No Thumbnail Available
Name:
Carta de autorización.pdf
Size:
255.25 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Documento.pdf
Size:
1.97 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Nota de proyecto.pdf
Size:
174.52 KB
Format:
Adobe Portable Document Format
Download
Collections
Ingeniería Electrónica