https://lopez-504.github.io/jorgelopezblog/tags/energy/Recent content in Energy on Jorge's BlogHugoen-usSat, 02 May 2026 04:32:43 -0400https://lopez-504.github.io/jorgelopezblog/posts/solar-panels/Sat, 02 May 2026 04:32:43 -0400https://lopez-504.github.io/jorgelopezblog/posts/solar-panels/<h1 id="notes">Notes</h1> <ul> <li> <p>Retomamos el proyecto</p> </li> <li> <p>En primer lugar, debemos genera un análisis de un año de datos</p> </li> <li> <p>Para ello debemos recordar cuál era el pipeline que desarrollamos el año pasado, el cual incluía estos pasos:</p> <ul> <li>Desde el <code>log</code> se realiza un split por ciclos (up + down) y se reemplazan las comas por puntos</li> <li></li> </ul> </li> <li> <p><strong>Periodo de análisis</strong>: 25-10-2024 al 31-10-2024</p> <ul> <li>En la gráfica de conteo de datos por columna notar que existen varios clusters donde faltan datos, consultar acerca de esto a Omar, principalmente por la zona centrada en marzo y la zona entre julio y agosto <ul> <li>Omar sospecha que la falta de datos de marzo se debe al cambio de acceso point donde se tuvo que reiniciar la estación varias veces.</li> </ul> </li> <li>Podemos reportar 2 gráficas: cantidad de datos disponibles respecto a la fecha, e histograma para dar cuenta de que la cantidad de fechas donde se dispone con los 9 valores es considerablemente mayor que el resto de situaciones donde faltan datos.</li> </ul> </li> <li> <p>Idea para <strong>operativización</strong>: el modelo (a single script) recibe como input el <code>log</code> de las celdas y un rango de fechas (periodo de análisis), luego, se ejecutan <code>stripFromTo.sh</code> y <code>splitCycles.sh</code>, esto prepara un directorio con un archivo de texto correspodiente a cada ciclo (2 barridos). Luego estos archivos son leidos por code3.2.ipynb donde se calculan los parámetros fotovoltáicos de ambas celdas y se acoplan, en un pkl, a los parámetros meteorológicos de aws_UV (datetime-index)</p>