Diseño e implementación de un controlador neuronal artificial dinámico para optimizar el algoritmo de perturbación y observación en el seguimiento del punto de máxima potencia de un módulo fotovoltaico
Diseño e implementación de un controlador neuronal artificial dinámico para optimizar el algoritmo de perturbación y observación en el seguimiento del punto de máxima potencia de un módulo fotovoltaico
dc.contributor.advisor | Robles Algarín, Carlos arturo | |
dc.contributor.advisor | Restrepo Leal, Diego andrés | |
dc.contributor.author | Viloria Porto, Julie Pauline | |
dc.creator.degree | Ingeniero Electrónico | spa |
dc.date.accessioned | 2019-10-02T18:31:33Z | |
dc.date.available | 2019-10-02T18:31:33Z | |
dc.date.issued | 2018 | |
dc.date.submitted | 2018 | |
dc.description.abstract | La investigación tiene como propósito consta del desarrollo de un controlador neuronal artificial adaptativo que logró optimizar el algoritmo de seguimiento del punto de máxima potencia (MPPT) perturbar y observar (P&O) de un módulo fotovoltaico (FV). Dicho proyecto fue presentado como una profundización en el tema de control inteligente basado en redes neuronales, por el grupo de investigación MAGMA Ingeniería del programa de Ingeniería Electrónica de la Universidad del Magdalena, con el objetivo de diseñar e implementar un controlador capaz de optimizar el método de control convencional P&O y corregir las oscilaciones que se presentan alrededor del punto de máxima potencia (MPP). Por consiguiente, el controlador aquí desarrollado contiene el diseño de una red neuronal ADALINE con arquitectura FIR, entrenada con el algoritmo de entrenamiento RTRL, el cual resultó ser el método de control inteligente que mejor filtró las oscilaciones cercanas al MPP y que arrojó un margen de error mucho menor. Este método de control recibe como señales de entrada la corriente y el voltaje de un módulo FV que fue expuesto a diversas condiciones medioambientales. Finalmente, se evaluó la eficiencia del controlador optimizado, comparándolo con el controlador P&O tradicional, con un controlador difuso y con un controlador neuronal dinámico tipo NARX. Estos últimos controladores fueron desarrollados por los semilleristas del mismo grupo de investigación. Gracias a lo anterior, se pudo concluir que una red neuronal con entrenamiento adaptativo posee mejores resultados, una respuesta más rápida y con menos bifurcaciones ante cambios súbitos en las señales de entrada, resultando ser el método de control adecuado para sistemas en los cuales se requiere de una respuesta en tiempo real. | spa |
dc.description.provenance | Submitted by yurelis rodriguez (yurerodri4@gmail.com) on 2018-11-30T15:17:37Z No. of bitstreams: 1 IE-00050.pdf: 5878562 bytes, checksum: 45918f74eb60ffd7f2cf2807b0efb2cb (MD5) | spa |
dc.description.provenance | Approved for entry into archive by John Esteban Ramirez Rios (jramirezr@unimagdalena.edu.co) on 2019-10-02T18:31:33Z (GMT) No. of bitstreams: 1 IE-00050.pdf: 5878562 bytes, checksum: 45918f74eb60ffd7f2cf2807b0efb2cb (MD5) | spa |
dc.description.provenance | Made available in DSpace on 2019-10-02T18:31:33Z (GMT). No. of bitstreams: 1 IE-00050.pdf: 5878562 bytes, checksum: 45918f74eb60ffd7f2cf2807b0efb2cb (MD5) Previous issue date: 2018 | spa |
dc.format | text | spa |
dc.format | picture | spa |
dc.identifier.uri | http://repositorio.unimagdalena.edu.co/handle/123456789/3704 | |
dc.language.iso | es | spa |
dc.publisher | Universidad del Magdalena | spa |
dc.publisher.department | Facultad de Ingeniería | spa |
dc.publisher.place | Santa Marta | spa |
dc.publisher.program | Ingeniería Electrónica | spa |
dc.rights | Restringido | |
dc.rights | info:eu-repo/semantics/restrictedAccess | |
dc.rights.accessrights | info:eu-repo/semantics/restrictedAccess | |
dc.rights.cc | Restringido | spa |
dc.rights.creativecommons | https://creativecommons.org/licenses/by-nc-nd/4.0/ | |
dc.rights.creativecommons | atribucionnocomercialsinderivar | spa |
dc.subject.proposal | fotovoltaje | spa |
dc.subject.proposal | Modulo FV | spa |
dc.subject.proposal | Algoritmo de control | spa |
dc.subject.proposal | Convertidor DC-DC | spa |
dc.subject.proposal | Convertidor MPPT | spa |
dc.subject.proposal | Red ADELINE | spa |
dc.subject.proposal | Microcontrolador | spa |
dc.subject.proposal | Controlador P & O | spa |
dc.title | Diseño e implementación de un controlador neuronal artificial dinámico para optimizar el algoritmo de perturbación y observación en el seguimiento del punto de máxima potencia de un módulo fotovoltaico | spa |
dc.type | bachelorThesis | spa |
dc.type.coar | https://vocabularies.coar-repositories.org/resource_types/c_7a1f/ | |
dc.type.driver | info:eu-repo/semantics/bachelorThesis | |
dc.type.local | Trabajo de Grado de Pregrado | spa |
oaire.accessrights | http://purl.org/coar/access_right/c_16ec | |
thesis.degree.level | Pregrado | spa |
Files
Original bundle
1 - 1 of 1
No Thumbnail Available
- Name:
- IE-00050.pdf
- Size:
- 5.61 MB
- Format:
- Adobe Portable Document Format
- Description:
License bundle
1 - 1 of 1
No Thumbnail Available
- Name:
- license.txt
- Size:
- 2.24 KB
- Format:
- Item-specific license agreed upon to submission
- Description: