Artículos - Maestría en Electricidad Mención Sistemas Eléctricos de Potencia

Permanent URI for this collection

https://repositorio.utc.edu.ec/handle/123456789/12776

Browse

Recent Submissions

Now showing 1 - 5 of 11
  • No Thumbnail Available
    Item
    Evaluación del Estado en la Central Termogas Machala a través Machine Learning
    (Ecuador: Latacunga: Universidad Técnica de Cotopaxi (UTC), 2025-08-28) Cruz Carrillo, Néstor Xavier; Quinatoa Caiza, Carlos Iván
    En este estudio se examinó la situación de la Central Termogas Machala. El desafío del proyecto consiste en superar grandes desafíos para asegurar la continuidad y asegurar un suministro eficaz de energía eléctrica, así como el uso eficiente de los recursos naturales y la reducción del impacto ambiental. La central termogas Machala opera en ciclo combinado, dispone de 8 unidades generadoras correspondientes a Machala I y Machala II, con una potencia total de 187 MW. Utilizando la programación en Python y la librería Pyomo para el proceso de optimización, se pudo examinar las variables de costos de combustible, potencia y energía eléctrica de la planta. La meta principal es reducir los costos de producción de energía eléctrica y las limitaciones están vinculadas a los costos de inicio, parada y el equilibrio de potencia. Además, para solucionar el problema se utiliza GNU Linear Programming Kit (GLPK), ya que el tipo de programación sugerido es entero lineal mixta. Mediante el análisis efectuado, se pudo determinar qué generadores térmicos pueden funcionar simultáneamente, elaborar planes de mantenimiento para la salida programada de estos generadores y determinar la energía total generada.
  • No Thumbnail Available
    Item
    Evaluación técnico y económico integral para microgenerador de energía fotovoltaica en Ecuador
    (Ecuador: Latacunga: Universidad Técnica de Cotopaxi (UTC), 2025-04-10) Barrera Rojas, Ambar Jocabed; Vásquez Carrera, Paco Jovanni; Pazuña Naranjo, William Paul
    Evalúa la viabilidad técnica y económica de un microgenerador de energía fotovoltaica en Ecuador, adaptado a los sectores residencial, comercial e industrial. Se utilizó un modelo de Máquinas de Soporte Vectorial (SVM) para predecir la radiación solar, logrando métricas de precisión (0.96), sensibilidad (0.96) y exactitud (0.92). En el sector residencial, el sistema requiere 2.35 kW y 8 paneles para cubrir una demanda diaria de 10 kWh, con una inversión inicial de $4,950 USD y un ahorro anual de $1,200 USD, alcanzando el punto de equilibrio en 4.12 años. En el sector comercial, se necesitan 11.76 kW para una demanda diaria de 50 kWh y 39 paneles con un periodo de recuperación en 1.58 años, mientras que en el sector industrial se requieren 78.43 kW y 261 paneles para cubrir 333.33 kWh/día. La herramienta desarrollada optimiza el dimensionamiento del sistema, considerando factores como eficiencia de paneles, capacidad de batería, potencia del inversor y días de autonomía. Además, analiza costos de instalación y retorno de inversión, demostrando que los sistemas fotovoltaicos son rentables y reducen las emisiones de CO₂. Los resultados destacan la viabilidad de estos sistemas para diversificar la matriz energética en Ecuador, maximizando beneficios económicos y ambientales.
  • No Thumbnail Available
    Item
    Predicción de radiación solar en sistemas fotovoltaicos utilizando técnicas de aprendizaje automático
    (Ecuador: Latacunga: Universidad Técnica de Cotopaxi (UTC), 2025-01-23) Palomo Rogia, Wilson David; Mullo Pallo, Mauricio Eduardo
    La creciente demanda de energías renovables, enfocándose específicamente en los sistemas fotovoltaicos que aprovechan la energía solar como una solución viable y sostenible. La metodología implementada incluyó el análisis y tratamiento de los datos de radiación solar recopilados cada hora durante el periodo 2017-2023. Estos datos fueron fundamentales para realizar las predicciones de enero, febrero y marzo del 2024. El propósito de estas predicciones fue optimizar el dimensionamiento de un sistema fotovoltaico apropiado para un área urbana. Para este propósito, se utilizó un algoritmo de árbol de decisión, una técnica destacada dentro del campo del aprendizaje automático, implementada mediante el software Python por su facilidad de acceso y versatilidad. Los resultados se almacenaron en un archivo .xlsx, lo que simplificó el proceso de dimensionamiento del sistema. Además, se incorporaron cálculos de desviación estándar para estimar la radiación solar en los próximos tres meses, permitiendo así un cálculo preciso y adecuado del sistema fotovoltaico necesario. En conclusión, el sistema fotovoltaico diseñado se dimensiono eficazmente a partir del análisis predictivo proporcionado por el algoritmo. Con una potencia pico de 1,26 kWp y una configuración de almacenamiento bien adaptada, este sistema está equipado para cumplir con las demandas energéticas diarias de 123,5 kWh.
  • No Thumbnail Available
    Item
    Pronóstico De Generación Fotovoltaica De Largo Plazo Aplicando Técnicas De Machine Learning
    (Ecuador: Latacunga: Universidad Técnica de Cotopaxi (UTC), 2024-07-10) Quinatoa Lema, Freddy David; Quinatoa Caiza, Carlos Iván
    La investigación articula la formulación de un modelo predictivo de recursos solares que emplea metodologías de machine learning a largo plazo donde se construye en fases secuenciales, aprovechando los conceptos pertinentes al análisis de datos históricos y basando su arquitectura en metodologías de machine learning. Se presenta una exposición de la amplia gama de técnicas de machine learning utilizadas en la predicción global de los recursos primarios y se establecen criterios para la selección de técnicas en función de su relevancia para las distintas fases del modelo, también se prepara meticulosamente una síntesis completa sobre la utilización de la estimación y la predicción de los recursos primarios como componentes integrales de la planificación estratégica de los sistemas fotovoltaicos a largo plazo; se formula el modelo y se articulan escenarios de simulación que son pertinentes al clima ecuatoriano, que sirven como un instrumento para estimar el potencial solar que se puede emplear para discernir y enfatizar la importancia de los datos como elementos fundamentales en los procesos de toma de decisiones involucrados en la planificación de las fuentes de energía se caracteriza por la variabilidad de los recursos primarios.
  • No Thumbnail Available
    Item
    Aplicación de metodología para la compresión de datos y la disminución de big data generada en sistemas de monitoreo
    (Ecuador: Latacunga: Universidad Técnica de Cotopaxi (UTC), 2025-04-10) Mina Ortiz, Alex Eduardo; Ruiz Maldonado, Milton Gonzalo; Marrero Ramírez, Secundino
    El crecimiento exponencial del Big Data en sistemas de monitoreo eléctrico ha generado la necesidad de desarrollar metodologías eficientes para la compresión y optimización del almacenamiento de datos. En este estudio, se implementa la Transformada Wavelet Discreta (DWT) para reducir la redundancia de señales eléctricas, preservando la información relevante para el análisis de fallas. Los resultados muestran que la compresión basada en DWT logra una reducción del 60% en el tamaño de los datos sin comprometer la calidad de la señal, con un Error Cuadrático Medio Normalizado (NMSE) inferior a 0.05 y un Coeficiente de Correlación (CORR) superior a 0.98. Además, la combinación de DWT con representación dispersa mejora la eficiencia computacional en un 45%, reduciendo significativamente los tiempos de procesamiento en redes neuronales LSTM utilizadas para la predicción de fallas. El análisis de cruces por cero y la eliminación de ruido mediante filtros adaptativos optimizan la detección de transitorios, mejorando la precisión en la localización de fallas en sistemas eléctricos. Estos hallazgos demuestran que la integración de técnicas avanzadas de compresión permite un almacenamiento más eficiente, de esta manera dando un análisis más rápido en entornos de monitoreo en tiempo real, favoreciendo la optimización de recursos en redes eléctricas.