Monitoreo de parámetros de operación de un microinversor mediante una plataforma IoT



Opciones de visualización y descarga

Apreciado usuario, tenga en cuenta que al momento de intentar visualizar o descargar un documento, podrá aplicar una de estas opciones, dependiendo de cada caso:

- Visualizar el archivo y descargarlo.
- Visualizar el archivo sin permitir la descarga.
- Solicitar una copia al autor en el caso que el documento esté restringido.



Date
2023
Authors
Hernández Dodino, Camilo Andrés
Murillo Rodríguez, Julio Martin
Flórez de la Peña, Sebastián David
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad del Magdalena
Universidad del Magdalena

Abstract
Con el fin de analizar el estado de los módulos fotovoltaicos y la energía proporcionada por estos dispositivos, se llevó a cabo la implementación de un sistema de monitoreo para controlar los parámetros de operación de un microinversor modular, debido a que la evaluación de estas medidas permite supervisar la eficiencia energética y de esa forma poder detectar posibles fallos en los sistemas de energía. Dichos fallos en el microinversor podrían dificultar considerablemente una correcta transición energética, dado que la energía que se introduce debe estar ligada a tecnologías de monitorización que puedan aportar los datos necesarios para analizar el funcionamiento de los equipos de generación. De esta forma, se implementó un sistema de monitorización mediante una plataforma de Internet de las cosas (IoT), para visualizar en tiempo real los datos de corriente, voltaje, y potencia de un microinversor a través de la comunicación Cliente – Servidor, en donde se utilizaron principalmente tecnologías como ReactJS, Django, REST API, MicroPython y la ESP32 para el desarrollo de la aplicación y la transferencia de datos. Además, se efectuó la técnica Boxplot del modelo Single-construct para detectar posibles datos atípicos en el microinversor, en donde posteriormente se enviaron correos electrónicos automáticos informando al usuario sobre dicha novedad. Finalmente, se implementó un modelo estadístico utilizando Modelo autorregresivo integrado de media móvil (Arima) y uno basado en inteligencia artificial con redes de Memoria a largo y corto plazo (LSTM) para comparar y predecir los datos dada la información de un microinversor.
Description
Keywords
Citation
item.page.fuente