Nombre del proyecto.
Aplicación de Machine Learning en Sistemas fotovoltaicos para Optimizar la
Generación de Energía
Objetivos de aprendizaje.
1. Aplicar Machine Learning para optimizar la generación de energía en
sistemas fotovoltaicos de la zona patagónica.
2. Identificar patrones en datos de irradiación solar y elaborar predicciones
(análisis predictivo) para optimizar la energía para aprovecharla de la
mejor manera.
Contenidos curriculares que se abordan.
Se abordarán una amplia gama de temas, desde los principios básicos de la
energía hasta aplicaciones específicas y tecnologías de generación renovable,
es este caso se enfocara en Energía fotovoltaica.
Tambien se abordará utilización de Machine Learning para tomar decisiones
según los pronósticos del tiempo en los últimos 10 años, para optimizar la
irradiación solar y aprovechamiento al máximo en las horas pico solares.
Tener un conocimiento medio de MsExcel, para procesar dicha información
etraida del web site de la nasa power.
Año de la escuela secundaria / edad del grupo de estudiantes
Se implementará dicho proyecto con los alumnos de tecnicatura de gestión en
energía renovables ITES La Pampa. Las edades varían desde 18 años hasta
60. Se formarán grupos de 5 alumnos, donde será auto gestionable
económicamente.
Herramienta / entorno de ML seleccionado.
Mediante forecasting (pronóstico) en machine learning, el uso de algoritmos
para aprender patrones en datos históricos y realizar predicciones sobre las
horas pico de irradiación solar.
La herramienta a utilizar es mblock, para programar con arduino los
servomotores puedan girar los grados necesarios de los paneles solares,
según los patrones de datos de irradiación solar obtenidos
Descripción de las actividades a desarrollar.
1. Acceder al nasa power data Access ([Link]
access-viewer) para obtener el histórico de los últimos 10 años de la
irradiación solar), luego exportarlo a Ms Excel, para poder procesarlos
en forecasting ML, utilizando algoritmos se pueden identificar patrones
complejos y relaciones en datos históricos climatológicos.
2. Implementar los servomotores en los paneles solares, los cuadros
estructúrales con los ejes para poder darle el Angulo de inclinación
óptima.
3. Programar en arduino con servomotores para girar lo paneles según la
irradiación solar obtenida anteriormente y asi optimizar la generación de
energía solar. Conjuntamente con mblocks como interfaz de
programación en Phyton.
4. finalmente se pondrá a prueba, primero obteniendo los datos históricos
óptimos, para luego hacer funcionar los servomotores con la inclinación
optima de los paneles solares.
Propuesta de evaluación.
La evaluación será continua, para verificar el avance de los proyectos y al
finalizar el cuatrimestre se evaluará el producto final, utilizando sistemas de
calidad y seguridad de los proyectos.