Influencia de los algoritmos de entrenamiento de RNAs en la predicción del nivel de embalse de agua en una estación hidroeléctrica.

El presente artículo reporta los resultados obtenidos del análisis de la influencia de los algoritmos de entrenamiento de redes neuronales artificiales (RNAs) en el error de predicción del nivel de embalse de agua de una represa hidroeléctrica. Los algoritmos estudiados son los contenidos en la libr...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autor principal:	Chafla, Edison (author)
Otros Autores:	Asqui Santillán, Gabriel (author), Paucar, Jorge (author), Olmedo Vizueta, Diana (author)
Formato:	article
Lenguaje:	spa
Publicado:	2018
Materias:	INTELIGENCIA ARTIFICIAL REDES NEURONALES PREDICTOR KERAS TENSORFLOW ARTIFICIAL INTELLIGENCE ARTIFICIAL NEURAL NETWORKS
Acceso en línea:	https://dspace.espoch.edu.ec/handle/123456789/15748
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

_version_	1839952976876142592
author	Chafla, Edison
author2	Asqui Santillán, Gabriel Paucar, Jorge Olmedo Vizueta, Diana
author2_role	author author author
author_facet	Chafla, Edison Asqui Santillán, Gabriel Paucar, Jorge Olmedo Vizueta, Diana
author_role	author
collection	Repositorio Escuela Superior Politécnica de Chimborazo
dc.creator.none.fl_str_mv	Chafla, Edison Asqui Santillán, Gabriel Paucar, Jorge Olmedo Vizueta, Diana
dc.date.none.fl_str_mv	2018-11-24 2022-06-01T21:03:25Z 2025-06-19T12:09:05Z
dc.format.none.fl_str_mv	application/pdf
dc.identifier.none.fl_str_mv	https://dspace.espoch.edu.ec/handle/123456789/15748
dc.language.none.fl_str_mv	spa
dc.publisher.none.fl_str_mv	Escuela Superior Politécnica de Chimborazo
dc.rights.none.fl_str_mv	info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-nc-sa/3.0/ec/
dc.source.none.fl_str_mv	reponame:Repositorio Escuela Superior Politécnica de Chimborazo instname:Escuela Superior Politécnica de Chimborazo instacron:ESPOCH
dc.subject.none.fl_str_mv	INTELIGENCIA ARTIFICIAL REDES NEURONALES PREDICTOR KERAS TENSORFLOW ARTIFICIAL INTELLIGENCE ARTIFICIAL NEURAL NETWORKS
dc.title.none.fl_str_mv	Influencia de los algoritmos de entrenamiento de RNAs en la predicción del nivel de embalse de agua en una estación hidroeléctrica.
dc.type.none.fl_str_mv	info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion
description	El presente artículo reporta los resultados obtenidos del análisis de la influencia de los algoritmos de entrenamiento de redes neuronales artificiales (RNAs) en el error de predicción del nivel de embalse de agua de una represa hidroeléctrica. Los algoritmos estudiados son los contenidos en la librería Keras, la misma que usa el back-end de TensorFlow. Los datos utilizados son los registros históricos (2005-2016) del nivel de embalse, caudal y potencia activa de una central hidroeléctrica en el Ecuador. Tales datos fueron divididos en datos de entrenamiento, validación y pruebas. La plataforma hardware fue una unidad de procesamiento gráfico (GPU) Nvidia 1050Ti, la misma que permitió explotar el cálculo altamente paralelo de TensorFlow. Un total de 7 algoritmos fueron evaluados. La prueba de Tukey reveló que el algoritmo Nadam obtuvo la menor diferencia significativa respecto al resto, comprobando que es el más eficiente. El modelo RNA de la planta, entrenado con el algoritmo Nadam, permitió lograr predicciones del nivel de embalse de agua hasta un umbral de 48 horas. Los resultados alcanzados favorecerán optimizar la planificación de producción energética en una central hidroeléctrica a través de una predicción más precisa de los recursos hídricos para cotas de producción deseadas.
eu_rights_str_mv	openAccess
format	article
id	ESPOCH_251f8c57285550dc782c0ae6f587b2c8
instacron_str	ESPOCH
institution	ESPOCH
instname_str	Escuela Superior Politécnica de Chimborazo
language	spa
network_acronym_str	ESPOCH
network_name_str	Repositorio Escuela Superior Politécnica de Chimborazo
oai_identifier_str	oai:dspace.espoch.edu.ec:123456789/15748
publishDate	2018
publisher.none.fl_str_mv	Escuela Superior Politécnica de Chimborazo
reponame_str	Repositorio Escuela Superior Politécnica de Chimborazo
repository.mail.fl_str_mv	.
repository.name.fl_str_mv	Repositorio Escuela Superior Politécnica de Chimborazo - Escuela Superior Politécnica de Chimborazo
repository_id_str	1750
rights_invalid_str_mv	https://creativecommons.org/licenses/by-nc-sa/3.0/ec/
spelling	Influencia de los algoritmos de entrenamiento de RNAs en la predicción del nivel de embalse de agua en una estación hidroeléctrica.Chafla, EdisonAsqui Santillán, GabrielPaucar, JorgeOlmedo Vizueta, DianaINTELIGENCIA ARTIFICIALREDES NEURONALESPREDICTORKERASTENSORFLOWARTIFICIAL INTELLIGENCEARTIFICIAL NEURAL NETWORKSEl presente artículo reporta los resultados obtenidos del análisis de la influencia de los algoritmos de entrenamiento de redes neuronales artificiales (RNAs) en el error de predicción del nivel de embalse de agua de una represa hidroeléctrica. Los algoritmos estudiados son los contenidos en la librería Keras, la misma que usa el back-end de TensorFlow. Los datos utilizados son los registros históricos (2005-2016) del nivel de embalse, caudal y potencia activa de una central hidroeléctrica en el Ecuador. Tales datos fueron divididos en datos de entrenamiento, validación y pruebas. La plataforma hardware fue una unidad de procesamiento gráfico (GPU) Nvidia 1050Ti, la misma que permitió explotar el cálculo altamente paralelo de TensorFlow. Un total de 7 algoritmos fueron evaluados. La prueba de Tukey reveló que el algoritmo Nadam obtuvo la menor diferencia significativa respecto al resto, comprobando que es el más eficiente. El modelo RNA de la planta, entrenado con el algoritmo Nadam, permitió lograr predicciones del nivel de embalse de agua hasta un umbral de 48 horas. Los resultados alcanzados favorecerán optimizar la planificación de producción energética en una central hidroeléctrica a través de una predicción más precisa de los recursos hídricos para cotas de producción deseadas.The present paper reports on the obtained results from the analysis of the influence of training algorithms, for artificial neural networks (ANNs), on the prediction error of the reservoir water level of a hydroelectric station. The studied algorithms are those forming the Keras library, which uses the back-end of TensorFlow. Data for this study are the historical records (2005-2016) of reservoir level, streamflow, and active power from an Ecuadorian hydroelectric plant. Such data wasdivided for the training, validation, and test stages. The hardware platform was a graphic processing unit (GPU) Nvidia 1050Ti, which allowed for exploitingthe highly parallel computing capability of TensorFlow. Seven algorithms were evaluated. The Tukey test revealed that the Nadam algorithm obtained the lowest significative difference respect to its counterparts, engaging it as the more efficient. The respective obtained RNA plant model reached effective prediction thresholds up to 48 hours. The obtained results allow for optimization of the planification of energy production on the hydroelectric station trough an accurate prediction of the hydric resources for quotas of desired production.Escuela Superior Politécnica de Chimborazo2022-06-01T21:03:25Z2025-06-19T12:09:05Z2018-11-24info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://dspace.espoch.edu.ec/handle/123456789/15748spainfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/3.0/ec/reponame:Repositorio Escuela Superior Politécnica de Chimborazoinstname:Escuela Superior Politécnica de Chimborazoinstacron:ESPOCH2025-06-20T16:59:04Zoai:dspace.espoch.edu.ec:123456789/15748Institucionalhttp://dspace.espoch.edu.ec/Universidad públicahttps://www.espoch.edu.ec/es/http://dspace.espoch.edu.ec/oai.Ecuador...opendoar:17502025-06-20T16:59:04Repositorio Escuela Superior Politécnica de Chimborazo - Escuela Superior Politécnica de Chimborazofalse
spellingShingle	Influencia de los algoritmos de entrenamiento de RNAs en la predicción del nivel de embalse de agua en una estación hidroeléctrica. Chafla, Edison INTELIGENCIA ARTIFICIAL REDES NEURONALES PREDICTOR KERAS TENSORFLOW ARTIFICIAL INTELLIGENCE ARTIFICIAL NEURAL NETWORKS
status_str	publishedVersion
title	Influencia de los algoritmos de entrenamiento de RNAs en la predicción del nivel de embalse de agua en una estación hidroeléctrica.
title_full	Influencia de los algoritmos de entrenamiento de RNAs en la predicción del nivel de embalse de agua en una estación hidroeléctrica.
title_fullStr	Influencia de los algoritmos de entrenamiento de RNAs en la predicción del nivel de embalse de agua en una estación hidroeléctrica.
title_full_unstemmed	Influencia de los algoritmos de entrenamiento de RNAs en la predicción del nivel de embalse de agua en una estación hidroeléctrica.
title_short	Influencia de los algoritmos de entrenamiento de RNAs en la predicción del nivel de embalse de agua en una estación hidroeléctrica.
title_sort	Influencia de los algoritmos de entrenamiento de RNAs en la predicción del nivel de embalse de agua en una estación hidroeléctrica.
topic	INTELIGENCIA ARTIFICIAL REDES NEURONALES PREDICTOR KERAS TENSORFLOW ARTIFICIAL INTELLIGENCE ARTIFICIAL NEURAL NETWORKS
url	https://dspace.espoch.edu.ec/handle/123456789/15748

Influencia de los algoritmos de entrenamiento de RNAs en la predicción del nivel de embalse de agua en una estación hidroeléctrica.

Ejemplares similares