Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)Fuentes Diaz, David AlfredoCarlos Daniel Barrera DiazCarrillo Pico, Ingrid Tatiana2023-08-162023-08-162023-08-152023-08-15https://noesis.uis.edu.co/handle/20.500.14071/14881Este proyecto de investigación tiene como objetivo determinar los perfiles de velocidad y dirección del viento en la Universidad Industrial De Santander, para lograrlo, se analizaron las variables de velocidad de viento, temperatura y dirección del viento registradas por las estaciones meteorológicas de la EIM Y E3T durante los periodos 2016,2017 y 2018. Se emplearon diversas técnicas, como de Box-Jenkis (ARIMA), SARIMA, redes neuronales backpropagation y el método de Rugosidad, con apoyo de softwares como R Studio, Simbrain y Matlab. 1Se identificó que las series de tiempo presentaban patrones de estacionalidad cada 24 rezagos, por lo tanto, se empleó el modelo Sarima, los modelos de predicción se evaluaron utilizando el coeficiente de determinación 𝑅2 presentando el mejor ajuste de predicción para la variable de la temperatura, sin embargo, en cuanto a la velocidad del viento, se observaron discrepancias en los pronósticos respecto a los datos reales, lo que indica que ningún modelo logró capturar de manera precisa las variaciones de la velocidad del viento y para la dirección del viento se determinó que no se puede predecirse debido a su comportamiento aleatorio. Como resultado, se determinaron los perfiles de velocidad del viento en la zona de estudio los cuales oscilaron entre 1 m/s y 1,6 m/s.application/pdfspainfo:eu-repo/semantics/openAccessPrediccionEstación meteorológicaVelocidadTemperaturaDirecciónUniversidad Industrial de SantanderTesis/Trabajo de grado - Monografía - PregradoUniversidad Industrial de Santanderhttps://noesis.uis.edu.coPredictionweather stationspeedtemperaturedirectionhttp://purl.org/coar/access_right/c_abf2info:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)