En aquest projecte, s’han aplicat tècniques d’aprenentatge autònom, o ‘’machine learning’’, per buscar un model capaç de predir l’estat de càrrega i el temps de vida de les bateries de la instal·lació solar de la biblioteca de l’ETSEIB. Aquesta instal·lació busca l’electrificació dels espais d’estudi de la biblioteca de l’escola a partir d’aquesta energia renovable. Actualment, proveeix d’electricitat a 66 endolls.
Primerament, s’ha exposat l’estat de l’art de l’energia solar fotovoltaica, i les diferents aplicacions que té. Més concretament, s’han estudiat les instal·lacions solars aïllades. A més a més, s’ha explicat en detall el funcionament de la instal·lació solar aïllada de l’escola, i tots els aparells que la composen.
Un cop superat el marc teòric, s’ha passat a la part de l’anàlisi de dades i aprenentatge autònom. En primer lloc, s’han explicat els principals mètodes d’aprenentatge autònom i els que són més adequats per aquest cas, a més d’establir un procediment per a realitzar un procés de predicció amb el model escollit. A continuació, s’ha fet un estudi de les dades rellevants per l’estudi de les bateries de la instal·lació. Aquestes dades, l’estat de càrrega de les bateries i el nombre de cicles realitzats per les bateries, s’han analitzat i estudiat dins d’un període de dos anys. Un cop s’ha entès el comportament d’aquestes dades, s’han processat adequadament per dur a terme el procés d’aprenentatge autònom.
Tot seguit, s’ha creat el model d’aprenentatge autònom. Això, s’ha realitzat amb diferents paquets de Python 3, com el SciKit-Learn o el Matplotlib. Després d’haver trobat el model que millor és capa de predir, s’ha optimitzat modificant els seus paràmetres de funcionament.
Finalment, s’ha realitzat una predicció de la vida útil de les bateries, i s’ha analitzat la fiabilitat d’aquesta predicció
