Predicción de la irradiancia a partir de datos de satélite mediante deep learning
| UDC.coleccion | Publicacións UDC | es_ES |
| UDC.conferenceTitle | XXXVIII Jornadas de Automática | es_ES |
| UDC.endPage | 588 | es_ES |
| UDC.startPage | 582 | es_ES |
| dc.contributor.author | Pérez Soler, Javier | |
| dc.contributor.author | Segarra-Tamarit, J. | |
| dc.contributor.author | Beltrán, Héctor | |
| dc.contributor.author | Ariño, C. | |
| dc.contributor.author | Alfonso-Gil, J. C. | |
| dc.contributor.author | Attanasio, A. | |
| dc.contributor.author | Pérez, Emilio | |
| dc.date.accessioned | 2020-07-03T08:10:45Z | |
| dc.date.available | 2020-07-03T08:10:45Z | |
| dc.date.issued | 2017 | |
| dc.description.abstract | [Resumen] El conocimiento con antelación de la irradiancia solar en la superfície en una ubicación determinada presenta diversas utilidades para las plantas fotovoltaicas, como la participación más ventajosa en el mercado eléctrico o las menores necesidades de almacenamiento para ello. En este trabajo se estudian diferentes alternativas para la estimación de la irradiancia a posteriori y se propone una red neuronal artificial que, utilizando esta estimación, predice la irradiancia solar futura con una hora de antelación. | es_ES |
| dc.description.sponsorship | Universitat Jaume I de Castellón; P1-1B2015-36 | es_ES |
| dc.description.sponsorship | Ministerio de Economía; DPI2014-53245-R | es_ES |
| dc.identifier.citation | Pérez, J., Segarra-Tamarit, J., Beltrán, H., Ariño, C., Alfonso-Gil, J. C., Attanasio, A., Pérez, E. Predicción de la irradiancia a partir de datos de satélite mediante deep learning. En Actas de las XXXVIII Jornadas de Automática, Gijón, 6-8 de Septiembre de 2017 (pp.582-588). DOI capítulo: https://doi.org/10.17979/spudc.9788497497749.0582 DOI libro: https://doi.org/10.17979/spudc.9788497497749 | es_ES |
| dc.identifier.doi | https://doi.org/10.17979/spudc.9788497497749.0582 | |
| dc.identifier.isbn | 978-84-16664-74-0 (UOV) | |
| dc.identifier.isbn | 978-84-9749-774-9 (UDC electrónico) | |
| dc.identifier.uri | http://hdl.handle.net/2183/25882 | |
| dc.language.iso | spa | es_ES |
| dc.publisher | Servicio de Publicaciones de la Universidad de Oviedo | es_ES |
| dc.relation.hasversion | http://hdl.handle.net/10651/46834 | |
| dc.relation.uri | https://doi.org/10.17979/spudc.9788497497749.0582 | es_ES |
| dc.rights | Atribución-NoComercial-CompartirIgual 4.0 España | |
| dc.rights.accessRights | open access | es_ES |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-sa/4.0/es/ | * |
| dc.subject | Predicción | es_ES |
| dc.subject | Irradiancia solar | es_ES |
| dc.subject | Redes neuronales | es_ES |
| dc.subject | Deep learning | es_ES |
| dc.subject | MSGCPP | es_ES |
| dc.subject | MACC-RAD | es_ES |
| dc.title | Predicción de la irradiancia a partir de datos de satélite mediante deep learning | es_ES |
| dc.type | conference output | es_ES |
| dspace.entity.type | Publication |
Files
Original bundle
1 - 1 of 1
Loading...
- Name:
- 2017_Segarra_Prediccion_de_la_irradiancia_a_partir_de_datos_de_satelite.pdf
- Size:
- 556.5 KB
- Format:
- Adobe Portable Document Format
- Description:

