Identificador persistente para citar o vincular este elemento: http://hdl.handle.net/10553/77857
Campo DC Valoridioma
dc.contributor.advisorTravieso González, Carlos Manueles
dc.contributor.advisorCabrera Quintero, Fideles
dc.contributor.authorDe Ferra Chermaz, Eleonoraes
dc.date.accessioned2021-02-26T10:13:03Z-
dc.date.available2021-02-26T10:13:03Z-
dc.date.issued2020-
dc.identifier.urihttp://hdl.handle.net/10553/77857-
dc.description.abstractEn este trabajo se abordan nuevos métodos de predicción de consumos eléctricos a partir de los datos de demanda de potencia en algunos edificios de la Universidad de Las Palmas de Gran Canaria. Estos datos los proporciona una sistema de aquisición de datos, implementado por la Oficina de Sostenibilidad de la ULPGC, que los ha hecho públicos, para su uso docente e investigador. Estos datos se obtienen de analizadores de red instalados en cada edificio. Ha sido necesaria una auditoria de la fiabilidad de los datos registrados, ya que se detectó fallos en la captación y regitro de los mismo, desarrollando una aplicación de interpolación de los mismos. Esto era imprescindible para poder entrenar con ellos redes neuronales, capaces de predecir a corto plazo, la demanda de potencia de los edificios. Por último, se hace una estimación mediante el PVGIS, de instalación óptima de generación para autoconsumo en uno de los edificios, como ejemplo y base para futuros estudios, o investigaciones, en la materia.en_US
dc.description.abstractIn this paper, new methods of prediction of electrical consumption are approached from the power demand data in some buildings of the University of Las Palmas de Gran Canaria. These data provide a data acquisition system, implemented by the Sustainability Office of the ULPGC, that public facts, for teaching and research use. This data is used from red analyzers installed in each building. An audit of the reliability of the recorded data has been necessary, since failures were detected in the collection and registration of them, an application of interpolation of the same. This was essential to be able to train with them neural networks, layers to predict in the short term, the power demand of the buildings. Finally, a modification is made through the PVGIS, of an optimal generation installation for self-consumption in one of the buildings, as an example and basis for future studies, or research, in the field.en_US
dc.languagespaen_US
dc.subject3325 Tecnología de las telecomunicacionesen_US
dc.titlePredicción de los consumos eléctricos en las instalaciones de la ULPGCes
dc.typeinfo:eu-repo/semantics/bachelorThesisen_US
dc.typeBachelorThesisen_US
dc.contributor.departamentoDepartamento de Señales Y Comunicacioneses
dc.contributor.facultadEscuela de Ingeniería de Telecomunicación y Electrónicaen_US
dc.investigacionIngeniería y Arquitecturaen_US
dc.type2Trabajo final de gradoen_US
dc.utils.revisionen_US
dc.identifier.matriculaTFT-52691es
dc.identifier.ulpgcen_US
dc.contributor.buulpgcBU-TELes
dc.contributor.titulacionGrado en Ingeniería en Tecnologías de la Telecomunicaciónes
item.grantfulltextrestricted-
item.fulltextCon texto completo-
crisitem.advisor.deptGIR IDeTIC: División de Procesado Digital de Señales-
crisitem.advisor.deptIU para el Desarrollo Tecnológico y la Innovación-
crisitem.advisor.deptDepartamento de Señales y Comunicaciones-
crisitem.advisor.deptGIR IDeTIC: División de Procesado Digital de Señales-
crisitem.advisor.deptIU para el Desarrollo Tecnológico y la Innovación-
crisitem.advisor.deptDepartamento de Señales y Comunicaciones-
Colección:Trabajo final de grado
Restringido ULPGC
miniatura
Adobe PDF (3,18 MB)
Inicia sesión para acceder
Vista resumida

Visitas

111
actualizado el 30-dic-2023

Descargas

57
actualizado el 30-dic-2023

Google ScholarTM

Verifica


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.