Browsing by Author "Castillo Fiallos, Jessica Nataly"

Now showing 1 - 11 of 11
  • No Thumbnail Available
    Item
    Análisis de gases disueltos para la identificación de falla en transformadores de potencia mediante lógica difusa
    (Ecuador: Latacunga: Universidad Técnica de Cotopaxi: (UTC), 2024-08) Chiliquinga Sampedro, Kevin Israel; Castillo Fiallos, Jessica Nataly
    This research focuses on the identification of thermal and electrical faults in the power transformer, which are the core of the substation and operate continuously. The diagnosis of faults in the electrical converter represents a challenge, since traditionally it is necessary to interrupt its operation to detect internal anomalies. To avoid these interruptions, the most effective way to predict failures without shutting down the equipment is by analyzing the degradation of the dielectric oil, this process produces gases such as hydrogen, methane, ethylene, acetylene and ethane, whose concentrations are key indicators of possible failures. The identification of faults in the stationary machine is carried out by gas analysis using the Rogers method or the IEC method, unified with fuzzy logic, becomes a predictive maintenance tool allowing to detect faults accurately and correct them in the short term, this facilitates the direct intervention of maintenance personnel in specific problems such as moisture in the insulating paper, defective welds, short circuits between windings or overheating. Once the fault is identified, the maintenance personnel can be adequately prepared with the necessary materials, equipment and tools, which significantly reduces transformer downtime.
  • No Thumbnail Available
    Item
    Análisis del comportamiento de un motor asíncrono.
    (Ecuador : Latacunga: Universidad Técnica de Cotopaxi (UTC), 2023-08) Cando Cando, Tony Evair; Murillo Rivera, Jose Daniel; Castillo Fiallos, Jessica Nataly
    En la actualidad es de gran importancia entender el funcionamiento y el comportamiento de los motores asíncronos bajo ciertas condiciones de trabajo, tomando en consideración que los motores asíncronos son de gran importancia para el funcionamiento de la Industria. Es importante entender y comprender el cálculo de los parámetros eléctricos del motor, para esto es necesario establecer una metodología adecuada para la aplicación en el cálculo. Los motores de inducción presentan parámetros eléctricos que varían de acuerdo con las condiciones aplicadas en vacío y en carga. Se realiza el diseño y la construcción de un módulo de prácticas de motores asíncronos para el Laboratorio de Control Industrial de la Universidad Técnica de Cotopaxi, debido al requerimiento de otro modulo para el laboratorio, que permita entender el principio de su funcionamiento, el cálculo de los parámetros básicos ante diferentes escenarios. Una vez que se han establecido los valores de los parámetros junto con las corrientes cuando el sistema está en reposo y cuando está funcionando a plena carga, se procede a definir el procedimiento para el funcionamiento del motor. Esto incluye la creación de gráficos que representen la potencia, el factor de potencia y la corriente en función de la velocidad. Se presta especial atención al cálculo de la fuerza y la corriente necesaria para poner en marcha el motor, así como la velocidad en la que opera de manera óptima. Con la implementación de este módulo se podrá realizar las respectivas prácticas y pruebas del arranque y funcionamiento de motores asíncronos que permitirá a los estudiantes fortalecer los conocimientos sobre los motores de Inducción. Para el desarrollo de la presente investigación se presenta una guía práctica del funcionamiento del banco de pruebas, que cuenta con varias prácticas tomando en consideración los arranques y los pesos a los cuales es sometido el motor para de esta manera evaluar el comportamiento del motor. Queda a disposición de los estudiantes de mejorar el módulo de prueba y realizar un gran sinnúmero de pruebas.
  • No Thumbnail Available
    Item
    Aplicación de la simulación monte Carlo en la proyección de demanda eléctrica en un transformador de distribución.
    (Ecuador : Latacunga: Universidad Técnica de Cotopaxi (UTC), 2023) Yanchatipan Moposita, Bryan Ivan; Castillo Fiallos, Jessica Nataly
    Para la realización de proyectos eléctricos, es importante elaborar una proyección de demanda eléctrica, ya que si no se ejecuta de una forma adecuada se puede sobreestimar la demanda. En este proyecto se realizó la aplicación de la simulación Monte Carlo en la proyección de demanda eléctrica en un transformador de distribución. Primero, se realizó un estado del arte referente a la simulación Monte Carlo. Luego se determinaron los parámetros de cargabilidad, a través de mediciones y encuestas, las cuales fueron aplicadas al personal a cargo de los laboratorios de la facultad de CIYA. Se levantó la información del número de equipos y sus características, se desarrolló una clasificación de cargas por grupos de acuerdo a características comunes, y se estableció la cantidad de utilidad de cada uno de los equipos en un día normal.
  • No Thumbnail Available
    Item
    Desarrollo de un prototipo para el monitoreo y control de parámetros de un variador de frecuencia en tiempo real usando Gateway IOT.
    (Ecuador : Latacunga: Universidad Técnica de Cotopaxi (UTC), 2023-08) Zambrano Cajias, Esteban Fernando; Castillo Fiallos, Jessica Nataly
    En el presente trabajo de investigación se centró en la implementación del prototipo, basado en la tecnología Gateway IoT para el monitoreo y control en tiempo real de un variador de frecuencia en los laboratorios de la Universidad Técnica de Cotopaxi. Para el desarrollo práctico se utilizó la comunicación Modbus RS 485 la cual permite la comunicación IoT de los equipos. Además, en la plataforma V-Net se configura las variables a ser medidas, en este caso son: el voltaje, la corriente y la frecuencia, para establecer datos históricos los cuales pueden ser utilizados para determinar líneas de tendencia. Adicional el operador tiene acceso a la cuenta V-Box para el tratamiento de la información. Para el funcionamiento el usuario ingresa la frecuencia y el sentido de giro del motor, los mismos pueden estar definidos de forma decimal o mediante los botones de control. Una vez en funcionamiento se puede visualizar en la interfaz el comportamiento de todos los equipos y elementos instalados en el sistema eléctrico, el cual permiten al usuario controlar y monitorear los diferentes dispositivos en este caso el variador de frecuencia IG5-A. El análisis de resultados se realizó a través de una comparación de datos entre el prototipo de control y monitoreo IOT en relación a valores medidos con la pinza amperimétrica en el sitio dando un resultado satisfactorio en las medidas, con un porcentaje de error del 0.25% en relación a la corriente sin carga y del 0.16% con carga aplicada.
  • No Thumbnail Available
    Item
    Desarrollo de un sistema de predicción con redes neuronales artificiales para determinar la demanda de energía eléctrica en una central hidroeléctrica
    (Ecuador: Latacunga: Universidad Técnica de Cotopaxi (UTC), 2022-03) Bastidas Cashicana, Wilson Roberto; Moya Cabezas, Angelo Mauricio; Castillo Fiallos, Jessica Nataly
    La predicción de eventos ha sido desde la antigüedad, un fenómeno capaz de generar curiosidad en los seres humanos, sin embargo, para lograr una proyección de un suceso futuro se requiere un detallado análisis de datos para lograr predecir eventos posteriores, con esta idea, el objetivo de la investigación fue desarrollar un sistema de predicción aplicando redes neuronales artificiales para determinar la demanda de energía eléctrica pronosticada en la CENTRAL HIDROELÉCTRICA ILLUCHI 2. Los datos utilizados para este estudio fueron recopilados por los operarios de ELEPCO S.A que están basados entre los años 2 010 hasta el año 2 019. Se plantearon las variables de entradas que fueron fecha y energía consumida para elaborar diferentes casos con diversas condiciones con el propósito de alcanzar un acertado modelo de red neuronal recurrente (Long Short Term Memory) posible. Una vez comprendidas las variables del modelo, los datos se dividieron en dos grupos: entrenamiento 80 % y validación 20 % respectivamente. Para los pertinentes entrenamientos se utilizó el algoritmo de RMSprop y las librerías que ofrece Python 3.8.6. A partir de los datos de la demanda de energía eléctrica del último periodo del mes de enero del año 2 019 a la semana siguiente del mes de febrero del mismo año, que corresponden a 8 días, se puede afirmar que el modelo planteado, presenta el mayor ajuste al comportamiento de la serie de datos con un error medio absoluto (MAE) del 0,0352 y error porcentual absoluto medio (MAPE) es de 3 % de esta forma validando y utilizando los resultados para predecir la demanda de energía eléctrica para el año 2 020 y 2 021. Para futuros estudios se recomienda realizar el mismo estudio aplicando otros programas computacionales utilizados para el análisis de datos.
  • No Thumbnail Available
    Item
    Desarrollo de una red ethernet para el monitoreo y control de motores de Inducción trifásicos
    (Ecuador : Latacunga: Universidad Técnica de Cotopaxi (UTC), 2023) Averos Rea, Jenny Grimanesa; Padilla Valencia, Isaac Alexis; Castillo Fiallos, Jessica Nataly
    La automatización de procesos busca fundamentalmente la mejora de la eficiencia y el incremento de la producción, la calidad, en consecuencia, aporta al desarrollo tecnológico y económico de una región y de un país. En este proyecto se realizó el desarrollo de una red ethernet para el monitoreo y control de motores de inducción trifásicos, para empezar se realizó una investigación bibliográfica referente al tema planteado, seguido se desarrolló la interfaz Logo Siemens con la plataforma Amazon Web Services, dentro de la cual se procedió a la creación de una cuenta Amazon, también se realizó el registro como usuario raíz, seguido, se estableció el entorno, aplicación y objeto de trabajo; mediante el uso del software Logo Soft Comfort se procedió a realizar el caso de estudio como prueba de funcionamiento, el mismo que consistió en controlar el motor mediante la variación de temperatura.
  • No Thumbnail Available
    Item
    Desarrollo de una red neuronal artificial para el seguimiento del máximo punto de potencia en paneles solares integrados a sistemas eléctricos en modo isla
    (Ecuador: Latacunga: Universidad Técnica de Cotopaxi; (UTC), 2024-03) Jimenez Bautista, Alexander Saul; Porras Ortiz, Alexis Miguel; Castillo Fiallos, Jessica Nataly
    En el presente trabajo de titulación se desarrolla un algoritmo de seguimiento del máximo punto de potencia (MPPT) para sistemas fotovoltaicos, el cual se basa en redes neuronales artificiales (ANN) y trabaja en conjunto con un controlador PI para regular la operación del sistema y obtener la máxima transferencia de potencia posible. Para el desarrollo del algoritmo MPPT se recopilo información de temperatura e irradiancia desde la base de datos del POWER DATA ACCESS VIEWER de la NASA, y con la ayuda del software Matlab se desarrolló una metodología para encontrar los valores de voltaje que generan el máximo punto de potencia para todas las entradas, previamente filtradas, de irradiancia y temperatura, y de esta manera conseguir la base de datos que servirá para la creación y entrenamiento de la red neuronal. Con el fin de verificar el correcto funcionamiento del algoritmo MPPT basado en redes neuronales, se realizó una comparación de este con el algoritmo convencional perturbador observador (P&O), para lo cual se utilizó el índice de rendimiento de integral del error cuadrático (ISE), donde los resultados de la ANN fueron satisfactorios y superaron el rendimiento del algoritmo P&O. Finalmente, se conectó el generador fotovoltaico a una carga trifásica en modo isla y se verificó el correcto funcionamiento global del sistema.
  • No Thumbnail Available
    Item
    Diseño de una herramienta de predicción mediante machine learning para la generación fotovoltaica en usuarios urbanos y rurales
    (Ecuador: Latacunga: Universidad Técnica de Cotopaxi: (UTC), 2024-08) Lojano Navas Cristofer Sergio; Castillo Fiallos, Jessica Nataly
    This research work responds to the electricity generation need because of the drought problems caused by lengthy droughts and climatic phenomena—El Niño, negatively affecting hydroelectric generation. Therefore, it is crucial to explore new sources of renewable energy. Photovoltaic systems emerge as an alternative, given that the sun is an accessible source and its use for electricity generation represents an accessible alternative. For this research project, solar radiation data is collected from 2017 to 2013 in Tabacundo, which is appropriately processed and purified to ensure its quality. In addition, the database is indexed and then divided into sets, using the years 2017-2022 and part of 2023 for training (80%) and the rest of 2023 for validation (20%). The DecisionTreeRegressor library allows the algorithm to be trained and predicted in Python software. The decision tree model is reliable for short-term predictions with a precision of 0.976, sensitivity of 0.998, accuracy of 0.974 and R^2 of 0.935. However, its long-term performance is poor, obtaining MAE results of 8.694 in 1 month and 139.6 for 6 months. It is recommended to consider other models such as LSTM and more variables to improve precision. For photovoltaic sizing, 15 panels are required for a consumption of 160 kWh in grid-connected systems and 17 in isolated systems, resulting in higher costs due to the need for more components and a continuous supply, being less advisable.
  • No Thumbnail Available
    Item
    Entrenamiento de una red neuronal artificial para el control de voltaje y reducción de pérdidas en la red de subtransmisión de 69kV de la EERSA
    (Ecuador: Latacunga: Universidad Técnica de Cotopaxi (UTC)., 2023) Chiguano Velasco, Alvaro Napoleón; Castillo Fiallos, Jessica Nataly
    En el presente trabajo se realiza el entrenamiento y evaluación de redes neuronales para el mejoramiento de los perfiles de voltaje y reducción de pérdidas mediante compensación capacitiva, aplicándolo al sistema de 69kV de la Empresa Eléctrica Riobamba S. A. El proceso de entrenamiento empieza por el desarrollo de una metodología de optimización que determinará los mejores valores de reactivos a inyectar en cada instante y en cada una de las barras, se determinará probabilísticamente los diferentes eventos de operación que pueden ocurrir en el sistema y se aplicara la metodología de optimización para generar una respuesta de salida a cada evento evaluado. Finalmente, el proceso de entrenamiento de las RNAs tomará como parámetros de entrada y salida a los eventos y respuestas previamente determinados, las redes entrenadas serán evaluado ante diferentes condiciones de operación, finalmente se presenta una propuesta de implementación del proyecto desarrollado.
  • No Thumbnail Available
    Item
    Predicción de la demanda eléctrica del edificio de una Institución de Educación Superior basado en redes neuronales artificiales
    (Ecuador : Latacunga: Universidad Técnica de Cotopaxi (UTC), 2023) Unapucha Quintuña, Byron Mauricio; Castillo Fiallos, Jessica Nataly
    En el presente trabajo de tesis brinda una solución a la predicción de la demanda eléctrica a corto plazo para el bloque “B” de la Universidad Técnica de Cotopaxi basado en el uso de redes neuronales artificiales, teniendo en cuenta que dicha predicción ha sido un fenómeno capaz de generar curiosidad en los seres humanos, sin embargo, para lograr una proyección de un suceso futuro se requiere un detallado análisis de datos para lograr predecir eventos posteriores, con algoritmo de programación, con esta idea y en base a esta premisa el objetivo principal de la investigación fue desarrollar una herramienta computación capaz de realizar esta actividad a partir de una base de datos, los cuales fueron recopilados mediante un analizador de red Fluke 435 conectados al tablero de distribución principal encargado de alimentar a las cargas del bloque “B” dicho equipo se mantuvo conectado durante un periodo de tiempo considerable que comprende los meses de junio, julio, agosto, septiembre, octubre, noviembre y diciembre del año 2022, se procedió a realizar un filtrado de los datos obtenidos para utilizar únicamente los que contienen valores de consumo eléctrico, se plantearon las variables de entrada que son: días, energía eléctrica (Wh), para elaborar los diferentes casos de estudio con diversas condiciones con el propósito de alcanzar un acertado modelo de red neuronal.
  • No Thumbnail Available
    Item
    Unidades Recurrentes Cerradas (GRU) vs Redes Neuronales Artificiales en la predicción de la generación Eléctrica de la Central Hidroeléctrica Illuchi.
    (Ecuador: Latacunga: Universidad Técnica de Cotopaxi, (UTC), 2023) Bustamante Freire, Fernando Santiago; Castillo Fiallos, Jessica Nataly
    La predicción de eventos ha sido desde la antigüedad, un fenómeno capaz de generar curiosidad en el ser humano, sin embargo, para lograr una proyección de un evento futuro se requiere de un análisis detallado de datos para predecir eventos posteriores, con esta idea. Objetivos: el objetivo de la investigación fue desarrollar dos sistemas de predicción aplicando redes neuronales artificiales y GRU para determinar la generación eléctrica pronosticada en la CENTRAL HIDROELÉCTRICA ILLUCHI. Metodología: Los datos utilizados para este estudio fueron recopilados de los operadores de ELEPCO S.A. en base a los años 2008 - 2020. Las variables de entrada fueron la fecha y la energía generada para elaborar diferentes casos con distintas condiciones con el fin de llegar a un modelo de Red Neuronal Recurrente exitoso posible. Resultados: Una vez comprendidas las variables del modelo, los datos se dividieron en dos grupos: entrenamiento 70% y validación 30% respectivamente. Para el entrenamiento correspondiente se utilizó el algoritmo ADAM y las librerías proporcionadas por Python.