El presente trabajo se realiza dentro del marco del proyecto “Evaluación de la contaminación atmosférica por fuentes de combustión en la ciudad de Loja y su mitigación con energías renovables” y tiene como objeto mostrar el criterio de selección de los puntos de medición para el monitoreo de gases procedentes de fuentes puntuales continuas, teniendo como antecedentes los resultados de las encuestas del trabajo de Rojas [1], y la modelación realizada utilizando el método de Gradiente K del Dr. M. E. Berlyand [2] modificado por Álvarez O. [3]. Se identificaron los sitios de monitoreo y se presenta el método para realizarlo. Las conclusiones más importantes fueron que la utilización del método estadístico de análisis del viento permite comprobar si la distribución del contaminante expulsado por las fuentes puntuales utilizando el modelo de difusión turbulenta de la Teoría de transporte gradiente K es congruente con los valores de velocidad y la frecuencia de direcciones de viento, y se determinaron las direcciones más significativas para la ocurrencia del transporte de contaminantes gaseosos desde las fuentes de emisión, y los valores de velocidad asociados a las mismas. Se recomienda: Adquirir instrumentos medidores de gases. Comprobar los resultados obtenidos en los datos tecnológicos de las fuentes puntuales continuas. Realizar la modelación utilizando el modelo aceptado por el Ministerio de Medio Ambiente del Ecuador, que se corresponde con modelos de la Agencia de Protección Ambiental de los Estados Unidos, en específico el AerMod, y Extender este estudio a un período de tiempo superior, de al menos un año.
Having an accurate model of the power curve of a wind turbine allows us to better monitor its operation and planning of storage capacity. Since wind speed and direction is of a highly stochastic nature, the forecasting of the power generated by the wind turbine is of the same nature as well. In this paper, a method for obtaining a robust confidence band containing the power curve of a wind turbine under test conditions is presented. Here, the confidence band is bound by two curves which are estimated using parametric statistical inference techniques. However, the observations that are used for carrying out the statistical analysis are obtained by using the binning method, and in each bin, the outliers are eliminated by using a censorship process based on robust statistical techniques. Then, the observations that are not outliers are divided into observation sets. Finally, both the power curve of the wind turbine and the two curves that define the robust confidence band are estimated using each of the previously mentioned observation sets.
El presente trabajo tiene como objetivo materializar y evaluar el rendimiento de un nuevo prototipo de cocina solar. El ejemplar propuesto surge de la combinación de las características fundamentales de dos distintos tipos de cocinas solares; la cocina solar de caja (cocina de acumulación) y de la cocina solar de doble ángulo o Parvati (cocina de concentración), aunque la mayoría de cocinas solares de acumulación son resultado de esta mezcla (adaptación de reflectores para aumentar la captación) en este caso se plantea lo contrario, crear un efecto invernadero en una cocina de concentración, mediante la implementación de un vidrio de cubierta y aislante de fibra de vidrio en las superficies laterales. En lo que respecta a la evaluación, se compara la velocidad de ganancia de calor y la temperatura máxima alcanzada del nuevo prototipo frente a sus dos antecesores. El estudio de los tres ejemplares se realizó todos a la vez y bajo las mismas condiciones solares en la ciudad de Catamayo, provincia de Loja. En la parte de análisis se incorpora una metodología basada en la integración numérica, a efectos de determinar la radiación y la eficiencia media durante las pruebas, así como el comportamiento térmico de las cocinas, para una futura aplicación en sectores sociales de la Región Sur del Ecuador.
In this letter, nonparametric statistical inference is applied to designing a simple, inexpensive method of verifying the power performance of a wind turbine. The proposed method uses the data collected by the Supervisory Control and Data Acquisition (SCADA) system and the guaranteed power curve of the turbine, and it says whether the power performance of a wind turbine differed significantly from what would be expected.
In this paper, a method of verification of the power performance of a wind farm is presented. This method is based on the Friedman’s test, which is a nonparametric statistical inference technique, and it uses the information that is collected by the SCADA system from the sensors embedded in the wind turbines in order to carry out the power performance verification of a wind farm. Here, the guaranteed power curve of the wind turbines is used as one more wind turbine of the wind farm under assessment, and a multiple comparison method is used to investigate differences between pairs of wind turbines with respect to their power performance. The proposed method says whether the power performance of the specific wind farm under assessment differs significantly from what would be expected, and it also allows wind farm owners to know whether their wind farm has either a perfect power performance or an acceptable power performance. Finally, the power performance verification of an actual wind farm is carried out. The results of the application of the proposed method showed that the power performance of the specific wind farm under assessment was acceptable.