Pronóstico de generación de motogeneradores mediante redes neuronales.
No Thumbnail Available
Date
2026-05-10
Advisors
Journal Title
Journal ISSN
Volume Title
Publisher
Ecuador: Latacunga: Universidad Técnica de Cotopaxi: (UTC)
Abstract
Predecir la generación y la eficiencia de los generadores de motor es un reto en la planificación energética debido a las condiciones de funcionamiento variables y a la necesidad de optimizar los recursos. Este artículo aborda el problema mencionado desde un enfoque de predicción basado en redes neuronales artificiales (RNA). El objeto de estudio es un generador de motor Hyundai utilizado en la generación de electricidad, para el que se utilizó el historial de variables de funcionamiento. La metodología empleada consistió en la recopilación, normalización y entrenamiento de una RNA con la respectiva validación del modelo de predicción utilizando métricas estadísticas, como el error cuadrático medio (MSE), que tuvo un valor de 0,0039 y una matriz de confusión aceptable, ya que fue capaz de clasificar los datos con una precisión del 100 %. Además, se analizó el indicador de eficiencia utilizando la relación entre la energía generada y el consumo de combustible, con un promedio de 3,34 y una desviación de 0,17. Los resultados finales muestran una buena predicción del modelo con un MSE bajo de 0,000450, lo que permite evaluar el rendimiento energético del sistema. Por lo tanto, el uso de RNA es sin duda muy útil para planificar y predecir la generación de electricidad en estas máquinas.
Description
Keywords
OPTIMIZACIÓN DE RECURSOS, PLANIFICACIÓN ENERGÉTICA, CONSUMO DE COMBUSTIBLE
Citation
Herrera, Stiven & Ramírez, Secundino & Andrade, Damian & Tamayo, Enrique. (2026). Forecasting Generation of Motor Generators Using Neural Networks. International Journal of Electrical and Electronic Engineering and Telecommunications. 184-191. 10.18178/ijeetc.15.3.184-191.