The world is living a steady increase in the electric power demand, an alternative power generation different to conventional is the renewable energy. With the appearance of the Law 1715, Colombia has an incentives policy for the integration of new projects in renewable energies. Because of that, is important to develop studies with real data in the field of the potential of renewable energy resources which can be implemented. This article presents the analysis of the wind generation potential of Tuquerres Savanna, located in the department of Narino. The potential was obtained from the measurement of the wind speed, during the period between the months of June and December of the year 2015. The data were analyzed statistically according to a measure of central tendency, frequency distribution and Weibull distribution for the normalization of scattered data; finally, the power density was calculated according to a horizontal axis wind turbine and the electrical generation potential of the area was simulated. The average wind speeds are 4,4 m/s and the power density founded is 3,47 W/m2.

Revista oficial de la Sociedad Española de Nutrición Parenteral y de la Sociedad Española de Nutrición. Está dedicada al estudio y divulgación de temas relacionados con la nutrición.

Context: This work presents different models based on artificial neural networks, among them NNARX, for estimating global solar radiation from UV index measurements. The objective is to determine the efficiency of the models studied to estimate global solar radiation in terms of the coefficient of determination (R2), the root-mean-square error (RMSE), and the mean absolute error (MAE). Methodology: It is divided into four stages: i) conformation of the training dataset (in this case, it uses a training set of 213.019 data collected over five years in the city of Pasto, Colombia, with the Davis Vantage Pro 2.0 station); ii) pre-processing of data to remove erroneous and unusual data; iii) definition of models based on recurrent and conventional artificial neural networks according to an analysis of topologies, e.g. NNFIR and NNARX; iv) training of the models and evaluation of the estimation efficiency through metrics such as R2, RMSE, and MAE. To validate the model, a new dataset collected during the last year was used, which was not included in the data training. Results: The global solar radiation estimation models based on NNARX show the best estimation efficiency compared to conventional neural networks. The NNARX221 model has an RMSE of 54,32 and a MAE of 18,06 w/m2. Conclusions: NNARX models are highly efficient at estimating global solar radiation, with a coefficient of determination of 0,9697 in the best of cases. The most efficient models are characterized by using two past times and the current UV index instant, and they feed from two past times of their own estimated radiation output. Furthermore, the numerical results show that the contribution of temperature and relative humidity is not relevant to improving the efficiency of the estimation of global solar radiation. These models can be particularly important since they only use measurements made with UV index sensors, which are less expensive than solar radiation ones.

Introducción: El Índice de Masa Corporal (IMC) es insuficiente para diagnosticar obesidad. Este documento presenta al Índice de Masa Grasa (IMG) como indicador más preciso para el diagnóstico de esta enfermedad dado su nivel alto de correlación respecto a las variables propias del tejido graso. Objetivo: Identificar las variables cineantropométricas más relevantes para determinar el IMG como herramienta más adecuada para el diagnóstico de obesidad en la población que asistió a consulta ambulatoria. Metodología: El estudio retrospectivo, fue desarrollado con una población de 899 entre los 6 y los 81 años de edad. Los datos fueron obtenidos por bioimpedanciometría (Inbody® 770) durante un periodo de dos años (2017-2019). La información fue depurada mediante la metodología de minería de datos CRISP-DM y analizada estadísticamente mediante el programa estadístico SPSS. Finalmente se relacionan las variables antropométricas asociadas al tejido graso con el IMG y el IMC mediante el coeficiente de determinación (R2). Resultados: Se determinó que las variables con mayor relación con la masa grasa son: circunferencia medida cadera, circunferencia medida cuello, circunferencia medida abdomen y peso. Sin embargo, la importancia de esta relación depende del género. Conclusión: La relevancia de este estudio es el cálculo de masa grasa a partir de medidas antropométricas, para lograr así obtener el IMG y al ser este último específico para el diagnóstico de sobrepeso/obesidad, la implementación de cineantropometría en la consulta de paciente con obesidad es crucial para un adecuado abordaje del paciente, al no contar con la tecnología para determinar composición corporal.

Los módulos fotovoltaicos presentan una capacidad de generación de potencia dependiente de las condiciones climatológicas de su sitio de ubicación. Este trabajo desarrolla y evalúa un modelo que permite determinar la potencia que generaran los módulos solares basados en tecnologías de silicio, monocristalino, policristalino y amorfo de película delgada, si se conocen las condiciones de temperatura e irradiancia de la zona en la cual planean ser ubicados. El modelo se realizó analizando la respuesta en potencia de diferentes módulos solares ante el comportamiento climatológico de una zona durante un año (datos recolectados por un sistema meteorológico). Los parámetros del modelo se calcularon utilizando el algoritmo cuasi Newton con actualización BFGS. La respuesta en potencia presentada por el modelo se comparó con la respuesta generada por un sistema fotovoltaico real que incluye los tres tipos de tecnología alimentando una carga D.C. evidenciando que la respuesta real corresponde a la estimación entregada por el modelo.

Under standard test conditions (STC) the photovoltaic cells delivers a certain quantity of energy related with the efficiency of the manufacturing technologies, however the operating conditions from a specific place are quite different from STC. This work analyses the amount of energy generated from monocrystalline, polycrystalline and amorphous silicon solar panels under temperature and irradiance conditions of the city of Pasto. This data was collected in the year 2014 using a power acquisition system, DAVIS-vantage Pro2 and Esmera meteorological station, MySQL database and MATLAB. As result this paper presents the statistical analyses and a model that predicts the possible behaviour of the energy generated by each one of the technologies concerning the temperature and irradiance conditions of the city.