Resumen:
Durante bastante tiempo el gas natural y los derivados del petróleo han sido las
principales fuentes de energía en todo el mundo, sin embargo, estos recursos además
de ser agotables también generan grandes emisiones de gases contaminantes que
causan el efecto invernadero, los cuales son perjudiciales para el medio ambiente. Por
lo tanto, a través de los años se han realizado búsquedas de energías alternativas que
permitan disminuir recursos energéticos y que sean amigables con el medio ambiente.
En base a lo expuesto, el presente proyecto de titulación tiene como objetivo proponer
un diseño mejorado de la planta solar ubicada en el edificio 6A de la Escuela Superior
Politécnica del Litoral, utilizando técnicas machine learning para el tratamiento de los
parámetros meteorológicos de entrada. El diseño incluye una conexión a un dashboard
que muestra los resultados relacionados a los datos de energía que posee el edificio,
previo a ello fue necesario realizar la evaluación del estado actual de dicha planta solar.
La metodología buscó condensar la información relacionada a la energía solar, los
algoritmos de clasificación de datos de aprendizaje automático utilizados en este
trabajo tales como k-means y Gaussian Mixture Models. Paralelo a esto, se realizó
cálculos de la potencia y temperatura del módulo fotovoltaico para la comparación de
las técnicas descritas anteriormente.
Finalmente, se presentó el estado actual de la instalación, y una propuesta de mejora
en el diseño existente, así como la respectiva discusión de los hallazgos y conclusiones
del trabajo.
