Resumen

La cantidad de energía eléctrica producida por los paneles fotovoltaicos depende de la temperatura del aire, del índice de humedad, de la velocidad del viento, de la temperatura del módulo fotovoltaico y, sobre todo, de la radiación solar. Conocer los patrones de comportamiento de los paneles que se van a utilizar en los trabajos de proyecto y planificación de las aplicaciones fotovoltaicas permitirá establecer una forma de gasto realista; por lo tanto, se evitarán inversiones erróneas y el presupuesto del país se beneficiará de un valor añadido. Las potencias obtenidas de los paneles fotovoltaicos y los factores medioambientales se midieron y registraron durante un año en las estaciones de medición establecidas en tres regiones distintas (Adiyaman-Malatya-Sanliurfa). En los modelos de red neuronal artificial desarrollados, la precisión de la estimación fue del 99,94%. Además, tomando como referencia los datos de la Dirección General de Meteorología, se desarrollaron modelos de redes neuronales artificiales utilizando los datos de la provincia de Adiyaman para el entrenamiento; utilizando Malatya y Sanliurfa como datos de prueba, se alcanzó una precisión de estimación del 99,57%. Con los modelos de redes neuronales artificiales desarrollados como resultado del estudio, se puede estimar con gran precisión la eficiencia energética de los sistemas de energía fotovoltaica que se desea establecer utilizando parámetros meteorológicos como la temperatura, la humedad, el viento y la radiación solar de diversas regiones de cualquier parte del mundo.

• Materias:Energía solar Fotoquímica Nanoestructuras Energía limpia Efecto fotoeléctrico
• Subjects:Solar energy Photochemistry Nanostructures Clean energy Photoelectric effect
• Palabras claves:precisión de la estimación, paneles fotovoltaicos, radiación solar, modelos de redes neuronales artificiales, modelos de redes neuronales artificiales desarrollados, redes neuronales artificiales, sistemas de energía fotovoltaica, temperatura de los módulos fotovoltaicos, forma de gasto realista, malatya
• Keywords:estimation accuracy, photovoltaic panels, solar radiation, artificial neural network models, developed artificial neural network models, artificial neural networks, photovoltaic energy systems, photovoltaic module temperature, realistic expense form, malatya