EL REPOSITORIO SE ENCUENTRA EN MARCHA BLANCA

 

Thesis
Modelo de red neuronal profunda para pronóstico de radiación solar

dc.contributor.advisorAllende Olivares, Héctor (Profesor Guía)
dc.contributor.advisorLópez Ovando, Erick (Profesor Correferente)
dc.contributor.departmentUniversidad Técnica Federico Santa María. Departamento de Informática
dc.coverage.spatialCampus Casa Central Valparaíso
dc.date.accessioned2024-10-29T19:29:04Z
dc.date.available2024-10-29T19:29:04Z
dc.date.issued2023-09
dc.description.abstractEn este trabajo se implementá un modelo de red neuronal recurrente para pronosticar la radiación en un horizonte de tiempo de 12 horas a futuro. Se implementa también un modelo estadístico y se hace una comparación con el modelo principal. Se analizan dos conjuntos de datos chilenos de radiación solar. Se presentará un marco teórico que resuma las los conocimientos necesarios para solucionar el problema, y las investigaciones más importantes hasta la fecha en el área.
dc.description.abstractIn this work, a recurrent neural network model will be implemented to forecast radiation over a 12-hour time horizon into the future. A statistical model will also be implemented and a comparison with the main model will be made. Two Chilean solar radiation data sets will be analyzed. A theoretical framework will be constructed to summarize the knowledge needed to solve the problem, and the most important research to date in the area.
dc.description.degreeINGENIERO CIVIL INFORMÁTICO
dc.description.programDEPARTAMENTO DE INFORMÁTICA. INGENIERÍA CIVIL INFORMÁTICA
dc.identifier.barcode3560900284002
dc.identifier.urihttps://repositorio.usm.cl/handle/123456789/52971
dc.rightsinfo:eu-repo/semantics/restrictedAccess
dc.subjectEnergía solar
dc.subjectRedes neuronales recurrentes
dc.subjectSeries de tiempo
dc.subjectEnergías renovables
dc.subjectModelos de pronóstico
dc.titleModelo de red neuronal profunda para pronóstico de radiación solar
dspace.entity.typeTesis

Files

Original bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
3560900284002UTFSM.pdf
Size:
1.86 MB
Format:
Adobe Portable Document Format