Estudio de Prefactibilidad de un Sistema Eólico Mediante Técnicas de Ciencia de Datos en la Ciudad de Bogotá
Cargando...
Fecha
2023
Autores
Director
Enlace al recurso
DOI
Google Scholar
gruplac
Descripción Dominio:
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Santo Tomás
Compartir
Documentos PDF
Cargando...
Resumen
La energía eólica es una fuente de energía limpia y renovable cada vez más importante. El estudio explora la viabilidad de modelar la generación de energía eólica utilizando técnicas de ciencia de datos y aprendizaje automático en Bogotá, Colombia. La metodología empleada incluye análisis de agrupamiento, Proceso Analítico Jerárquico (AHP) y distribución Weibull para modelar la generación de energía eólica a partir de datos meteorológicos históricos de viento. El análisis del recurso eólico implica el análisis de múltiples factores meteorológicos, como la velocidad del viento, la temperatura y la dirección, desde una estación meteorológica.
El estudio evalúa la selección adecuada de turbinas eólicas para diseñar un sistema de energía eólica renovable, con una metodología que abarca la recopilación y el preprocesamiento de datos, la evaluación del recurso eólico y el diseño y optimización del sistema. El análisis de agrupamiento y los modelos de distribución Weibull se utilizan para identificar las características clave después del análisis de los datos meteorológicos históricos de viento, mientras que AHP ayuda durante la selección de una turbina eólica apropiada basada en varios criterios.
Las métricas de rendimiento consisten en el Factor de Capacidad (CF), los Rendimientos de Desempeño (Yr) y la Relación de Desempeño (PR), proporcionando información sobre la eficiencia y el rendimiento del sistema de energía eólica renovable. Se destaca la importancia del preprocesamiento de datos para obtener resultados precisos y mejorados, junto con una discusión de los desafíos planteados por la naturaleza turbulenta y la ubicación subóptima de las pequeñas turbinas eólicas en entornos urbanos.
Abstract
Wind energy is an increasingly important source of clean and renewable energy. The article explores the feasibility of modeling the generation of wind power using data science techniques and machine learning in Bogotá, Colombia. The methodology employed includes clustering analysis, Analytic Hierarchy Process (AHP), and Weibull distribution to model wind power generation from historical meteorological wind data. The wind resource analysis involves analyzing multiple meteorological factors, such as wind speed, temperature, and direction, from a meteorological station.The study evaluates suitable wind turbine selection to design a renewable wind energy system, with a methodology that encompasses data collection and preprocessing, wind resource evaluation, and system design and optimization. Clustering analysis and Weibull distribution models are used to identify key characteristics following analysis of the historical meteorological wind data, whereas AHP helps during the selection of an appropriate wind turbine based on several criteria.
The performance metrics consist of Capacity Factor (CF), Performance Yields (Yr), and Performance Ratio (PR), providing insights into the efficiency and output of the renewable wind energy system. The importance of data preprocessing for improved and accurate results is highlighted, along with a discussion of the challenges posed by the turbulent nature and suboptimal placement of small wind turbines in urban environments.
Idioma
spa
Palabras clave
Citación
Cajamarca García, M. P. (2023). Estudio de Prefactibilidad de un Sistema Eólico Mediante Técnicas de Ciencia de Datos en la Ciudad de Bogotá. [Trabajo de Grado, Universidad Santo Tomás]. Repositorio Institucional
Colecciones
Licencia Creative Commons
Atribución-NoComercial-SinDerivadas 2.5 Colombia