Identificador persistente para citar o vincular este elemento:
http://hdl.handle.net/10553/5284
Campo DC | Valor | idioma |
---|---|---|
dc.contributor.advisor | Carta González, José Antonio | - |
dc.contributor.advisor | Matías Fernández, José María | - |
dc.contributor.author | Velázquez Medina, Sergio Leandro | - |
dc.creator | Velázquez Medina, Sergio | es |
dc.date | 2010 | es |
dc.date.accessioned | 2011-05-11T02:31:00Z | - |
dc.date.accessioned | 2018-06-05T13:22:18Z | - |
dc.date.available | 2011-05-11T04:00:16Z | - |
dc.date.available | 2018-06-05T13:22:18Z | - |
dc.date.issued | 2011 | en_US |
dc.identifier.isbn | 978-84-694-4982-0 | en_US |
dc.identifier.uri | http://hdl.handle.net/10553/5284 | - |
dc.description | Programa de Doctorado: Tecnología Industrial | en_US |
dc.description.abstract | Para estimar la producción energética media anual de un aerogenerador durante su vida útil se requiere, debido a la variabilidad interanual de la velocidad del viento, del conocimiento de la evolución del recurso eólico a largo plazo en la zona donde se vaya a ubicar el mismo. Sin embargo, a menudo no se dispone de series de datos de velocidad y dirección del viento de varios años en el área de interés. Las campañas de medida que se llevan a cabo con el propósito de investigar el régimen de viento en una potencial área eólica suelen realizarse durante un corto periodo de tiempo (un año). En este trabajo de investigación se han desarrollado modelos para la estimación de la potencia eólica a largo plazo (10 años o más) en un sitio Candidato, utilizando técnicas no Paramétrica, funcionales y de Machine Learning. Dichos modelos se apoyarán en los datos eólicos a corto plazo (un año), medidos en el sitio Candidato y en otros emplazamientos a los que se denominará de Referencia. De estos últimos se dispondrá además de los datos eólicos medidos a largo plazo. Se ha realizado un análisis comparativo de los modelos desarrollados en la presente tesis con las técnicas existentes en la actualidad en la literaruta científica. Finalmente se han plasmado las conclusiones para los diferentes casos planteados en el desarrollo de la tesis, así como las conclusiones generales de la misma. | es |
dc.format | application/pdf | es |
dc.language | spa | en_US |
dc.rights | by-nc-nd | es |
dc.subject | 332205 Fuentes no convencionales de energía | es |
dc.subject | 120914 Técnicas de predicción estadística | es |
dc.subject.other | Wind poner estimation | es |
dc.subject.other | Machine learning techniques | es |
dc.subject.other | Long term estimation | es |
dc.subject.other | Short term estimation | es |
dc.title | Estimación de la potencia eólica en una zona mediante el apoyo de estaciones meteorológicas de referencia y el empleo de técnicas estadísticas no paramétricas, funcionales y de machine learning: aplicación a las islas Canarias | en_US |
dc.type | info:eu-repo/semantics/doctoralThesis | en_US |
dc.type | Thesis | en_US |
dc.type | Thesis | en_US |
dc.compliance.driver | 1 | es |
dc.contributor.departamento | Departamento de Ingeniería Mecánica | en_US |
dc.contributor.facultad | Escuela de Ingenierías Industriales y Civiles | en_US |
dc.fechadeposito | 2011-05-11T04:00:16Z | es |
dc.identifier.absysnet | 627387 | es |
dc.investigacion | Ingeniería y Arquitectura | - |
dc.rights.accessrights | info:eu-repo/semantics/openAccess | es |
dc.type2 | Tesis doctoral | en_US |
dc.identifier.matricula | TESIS-74017 | es |
dc.identifier.ulpgc | Sí | es |
dc.contributor.programa | Tecnología Industrial | es |
item.fulltext | Con texto completo | - |
item.grantfulltext | open | - |
crisitem.advisor.dept | GIR Group for the Research on Renewable Energy Systems | - |
crisitem.advisor.dept | Departamento de Ingeniería Mecánica | - |
crisitem.author.dept | GIR Group for the Research on Renewable Energy Systems | - |
crisitem.author.dept | Departamento de Ingeniería Electrónica y Automática | - |
crisitem.author.orcid | 0000-0002-0392-6605 | - |
crisitem.author.parentorg | Departamento de Ingeniería Mecánica | - |
crisitem.author.fullName | Velázquez Medina, Sergio Leandro | - |
Colección: | Tesis doctoral |
Visitas
173
actualizado el 05-oct-2024
Descargas
296
actualizado el 05-oct-2024
Google ScholarTM
Verifica
Altmetric
Comparte
Exporta metadatos
Los elementos en ULPGC accedaCRIS están protegidos por derechos de autor con todos los derechos reservados, a menos que se indique lo contrario.