RT info:eu-repo/semantics/doctoralThesis
T1 Automatización de baterías de flujo redox: adquisición de datos, control, monitorización, gestión remota y predicción mediante redes neuronales
A1 Cantera Cuartango, Miguel Ángel
A2 Universidad de Burgos. Departamento de Ingeniería Electromecánica
K1 Batería flujo redox
K1 Desbalanceo faradaico
K1 Vida útil
K1 Automatización
K1 Inteligencia artificial
K1 Redox flow battery
K1 Faradaic imbalance
K1 Cycling lifespan
K1 Automation
K1 Artificial intelligence
K1 Pilas eléctricas
K1 Electric batteries
K1 Inteligencia artificial
K1 Artificial intelligence
K1 Control automático
K1 Automatic control
K1 3311.01 Tecnología de la Automatización
K1 3310.01 Equipo Industrial
K1 3311.02 Ingeniería de Control
K1 3303.09 Operaciones Electroquímicas
AB Uno de los desafíos técnicos más importantes de la sociedad actual es reducir las emisiones de CO2 para mitigar al máximo las consecuencias del cambio climático y avanzar hacia un planeta más sostenible. Para ello, se ha de incrementar el uso de fuentes de energía renovable, lo que requiere implementar tecnologías de almacenamiento de energía que sean capaces de equilibrar el grid eléctrico. Entre ellas destacan las baterías de flujo redox, las cuales para ser viables necesitan de sistemas electrónicos capaces de asegurar su vida útil y gestionar los datos que generan mejorando su eficiencia. Esta tesis plantea un sistema de gestión de batería flexible, abierto y de bajo coste capaz de monitorizar el estado de salud de la batería y de corregirlo. Además, registra los datos en la nube y aplica Inteligencia Artificial en ellos con el objetivo de detectar el desbalanceo faradaico de una forma eficiente y precisa.
YR 2024
FD 2024
LK http://hdl.handle.net/10259/10363
UL http://hdl.handle.net/10259/10363
LA spa
DS Repositorio Institucional de la Universidad de Burgos
RD 02-abr-2025