Przewidywanie mocy elektrowni fotowoltaicznej

Uczestnicy rynku energetycznego (inwestorzy, producenci energii, operatorzy sieci, konsumenci itp.) stoj- w obliczu potencjalnych wyzwä, takich jak rosn-ce zapotrzebowanie na energi-, nowe wzorce zu-ycia energii, integracja (nieci-g-ych) odnawialnych -róde- energii z sieciami energetycznymi oraz ewolucja sieci energetycznych.Ksi--ka bada mo-liwo-- przewidywania produkcji samokonsumpcyjnej instalacji fotowoltaicznej za pomoc- sztucznych sieci neuronowych. Porównali-my dwie architektury sieci neuronowych (zap-tlon- i niezap-tlon-) w odniesieniu do regresji wielorakiej w celu uzyskania wydajnego i wiarygodnego narz-dzia do przewidywania produkcji instalacji PV na podstawie danych meteorologicznych (nas-onecznienie i temperatura otoczenia).W tym celu wykorzystali-my dane z monitoringu zak-adu z okresu 72 dni, aby zbudowä, wytrenowä i przetestowä dwie topologie sieci neuronowych (zap-tlon- i niezap-tlon-), które s- trenowane algorytmem Levenberga-Marquardta.

Ingeniero de investigación especializado en energías renovables y sistemas inteligentes. Licenciado en Tecnología Solar Aplicada por la Universidad de Uagadugú (Burkina Faso) y con un Máster de Investigación por la Escuela Politécnica de Thiès (Senegal). Áreas de investigación: energías renovables - sistemas inteligentes - IA y aprendizaje automático.