Andere Kunden interessierten sich auch für
![PREDICCIÓN DE LA VARIACIÓN DE LA TEMPERATURA EN EL SISTEMA DE CONDUCTOS DEL BUS]( "PREDICCIÓN DE LA VARIACIÓN DE LA TEMPERATURA EN EL SISTEMA DE CONDUCTOS DEL BUS")
PREDICCIÓN DE LA VARIACIÓN DE LA TEMPERATURA EN EL SISTEMA DE CONDUCTOS DEL BUS41,99 €![Previsão da produção de uma central fotovoltaica]( "Previsão da produção de uma central fotovoltaica")
Previsão da produção de uma central fotovoltaica26,99 €![Guía de preparación de anteproyectos de energía solar fotovoltaica]( "Guía de preparación de anteproyectos de energía solar fotovoltaica")
Guía de preparación de anteproyectos de energía solar fotovoltaica34,99 €![Desenho de Sistema de Produção de Energia Solar Fotovoltaica Autónomo]( "Desenho de Sistema de Produção de Energia Solar Fotovoltaica Autónomo")
Desenho de Sistema de Produção de Energia Solar Fotovoltaica Autónomo26,99 €![Análisis de sensibilidad de parámetros característicos fotovoltaicos]( "Análisis de sensibilidad de parámetros característicos fotovoltaicos")
Análisis de sensibilidad de parámetros característicos fotovoltaicos38,99 €![Sistema de iluminação pública com energia solar fotovoltaica]( "Sistema de iluminação pública com energia solar fotovoltaica")
Sistema de iluminação pública com energia solar fotovoltaica29,99 €![Microrete ibrida solare fotovoltaica-diesel autonoma con accumulo]( "Microrete ibrida solare fotovoltaica-diesel autonoma con accumulo")
Microrete ibrida solare fotovoltaica-diesel autonoma con accumulo39,99 €
Los agentes del mercado energético (inversores, productores de energía, operadores de redes, consumidores, etc.) se enfrentan a posibles retos como la creciente demanda de energía, los nuevos patrones de consumo energético, la integración de fuentes de energía renovables (intermitentes) en las redes eléctricas y la evolución de las mismas.Este libro investiga la posibilidad de predecir la producción de una instalación fotovoltaica de autoconsumo mediante redes neuronales artificiales. Comparamos dos arquitecturas de redes neuronales (en bucle y sin bucle) con respecto a la regresión multivariante con el fin de disponer de una herramienta eficaz y fiable para predecir la producción de una instalación fotovoltaica a partir de datos meteorológicos (insolación y temperatura ambiente).Para ello, utilizamos datos de monitorización de una planta durante un periodo de 72 días para construir, entrenar y probar dos topologías de redes neuronales (en bucle y sin bucle) que se entrenan con el algoritmo de Levenberg-Marquardt.