Modelo predictivo de fallas en alimentadores primarios de concesión de la Empresa Eléctrica Regional Centro Sur usando aprendizaje profundo de máquina

Este trabajo de titulación propone la predicción de interrupciones no programadas en alimentadores primarios de concesión de la Empresa Regional Centro Sur C.A. (CENTROSUR) usando Aprendizaje Profundo de Máquina. El modelo, basado en redes neuronales, ha sido poco explorado en la industria de la distribución de energía eléctrica, tanto en el ámbito local como internacional. Para la elaboración del modelo, se recopilaron y analizaron datos históricos de la empresa de los últimos cinco años con información de las interrupciones no programadas. La validación del modelo computacional de predicción se realizó usando información del alimentador #521 de la Subestación (S/E) 5 de la CENTROSUR, que es donde se evidencia la mayor incidencia de fallas.

• Autor principal: Segarra López, Juan Fernando (author)
• Otros Autores: Andrade Veloz, Pedro Sebastian (author)
• Formato: bachelorThesis
• Lenguaje: spa
• Publicado: 2017
• Materias: Ingeniería Eléctrica; Distribución eléctrica; Mantenimiento predictivo; Fallas eléctricas
• Acceso en línea: http://dspace.ucuenca.edu.ec/handle/123456789/28579