Predicción de la generación de energía eléctrica producida en una central hidroeléctrica utilizando redes neuronales artificiales
| dc.contributor.advisor | Salazar Achig, Edgar Roberto | |
| dc.contributor.author | González Piedra, Joel André | |
| dc.contributor.author | Hidalgo Barrera, Christopher Alexander | |
| dc.date.accessioned | 2023-01-11T14:01:44Z | |
| dc.date.available | 2023-01-11T14:01:44Z | |
| dc.date.issued | 2022-03 | |
| dc.description | The application of artificial neural networks was executed due to the existence of economic losses in the distribution systems, caused by the inconvenience that exists in the prediction of the generation of electrical energy. The objective of this research is to predict the generation of electrical energy in the Illuchi 1 hydroelectric plant, using artificial neural networks through training algorithms from the Keras Python library. For this, historical data (2015 - 2019) of the flow and active power of the Illuchi 1 hydroelectric plant were obtained, provided by ELEPCO SA, which were divided, transformed and grouped for subsequent training and testing. The artificial neural network was structured by an input layer with 10 neurons, two hidden layers, two freezing layers and an output layer, for the training of the models a Python software platform was started, with the use of algorithms of training of the Keras library and for validation the optimizer RMSPROP was achieved with 10 numbers of delays and 10 neurons. It should be mentioned that when predicting electrical energy, it contributes to the National Development Plan "Toda una Vida" for the optimization of the use of natural resources. | es_ES |
| dc.description.abstract | La aplicación de las redes neuronales artificiales se ejecutó debido a la existencia de pérdidas económicas en los sistemas de distribución, provocado por el inconveniente que existe en la predicción de la generación de energía eléctrica. La presente investigación tiene como objetivo predecir la generación de energía eléctrica en la central hidroeléctrica Illuchi 1, utilizando redes neuronales artificiales mediante algoritmos de entrenamiento de la librería Keras de Python. Para esto se utilizó datos históricos (2 015 – 2 019) de caudal y potencia activa de la central hidroeléctrica Illuchi 1, proporcionados por ELEPCO SA, los cuales se dividieron, transformaron y agruparon para su posterior entrenamiento y prueba. La red neuronal artificial se estructuró por una capa de entrada con 10 neuronas, dos capas ocultas, dos capas de congelamiento y una capa de salida, para el entrenamiento de los modelos se desarrolló una plataforma de software de Python, con el uso de algoritmos de entrenamiento de la librería Keras y para la validación se utilizó el optimizador RMSPROP con 10 números de retrasos y 10 neuronas. Cabe mencionar que al predecir energía eléctrica se contribuye al Plan Nacional de Desarrollo “Toda una Vida” para la optimización de la utilización de los recursos naturales. | es_ES |
| dc.format.extent | 132 páginas | es_ES |
| dc.identifier.citation | González Piedra Joel André, Hidalgo Barrera Christopher Alexander (2022); Predicción de la generación de energía eléctrica producida en una central hidroeléctrica utilizando redes neuronales artificiales. UTC. Latacunga. 132 p. | es_ES |
| dc.identifier.other | PI-002158 | |
| dc.identifier.uri | http://repositorio.utc.edu.ec/handle/27000/9337 | |
| dc.language.iso | spa | es_ES |
| dc.publisher | Ecuador: Latacunga: Universidad Técnica de Cotopaxi (UTC) | es_ES |
| dc.rights | openAccess | es_ES |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-sa/3.0/ec/ | es_ES |
| dc.subject | RED NEURONAL | es_ES |
| dc.subject | PREDICCIÓN | es_ES |
| dc.subject | ENERGÍA ELÉCTRICA | es_ES |
| dc.subject | ALGORITMOS | es_ES |
| dc.subject.other | ELÉCTRICA | es_ES |
| dc.subject.other | POTENCIA | es_ES |
| dc.title | Predicción de la generación de energía eléctrica producida en una central hidroeléctrica utilizando redes neuronales artificiales | es_ES |
| dc.type | bachelorThesis | es_ES |