Pronóstico de disponibilidad de los recursos de generación de la central TermoGuajira a partir de modelos de aprendizaje automático

dc.contributor.advisorArango Londoño, David
dc.contributor.authorMartínez Miranda, Keyner
dc.date.accessioned2024-07-30T16:25:13Z
dc.date.available2024-07-30T16:25:13Z
dc.date.issued2024
dc.description.abstractEl Centro Nacional de Despacho (CND) ha identi ficado restricciones eléctricas en la subárea GCM del sistema eléctrico colombiano, lo cual ha llevado a declarar un estado de emergencia desde abril de 2022. En el estado actual del sistema eléctrico, la disponibilidad de los recursos de generación internos en esta subárea es crucial para garantizar la seguridad y confiabilidad del sistema eléctrico, ya que su ausencia puede desencadenar eventos no deseados y afectar a los usuarios finales. Por lo tanto, el objetivo de este proyecto es desarrollar un modelo a través de técnicas de aprendizaje automático, con el fin de implementar medidas preventivas y estrategias de contingencia que minimicen el riesgo de indisponibilidades no programadas y aseguren el suministro eléctrico confiable. El proyecto seguirá pasos metodológicos, como el análisis exploratorio de datos, el desarrollo del modelo de machine learning y la validación de las predicciones generadas
dc.description.abstractengThe National Dispatch Center (CND) has identified electrical restrictions in the GCM subarea of ​​the Colombian electrical system, which has led to declaring a state of emergency from April 2022. In the current state of the system electricity, the availability of internal generation resources in this subarea is crucial to guarantee the safety and reliability of the electrical system, since its absence can trigger unwanted events and affect end users. Therefore, the objective ofThis project is to develop a model through machine learning techniques, with thein order to implement preventive measures and contingency strategies that minimize the risk of unscheduled unavailability and ensure reliable electricity supply. The project will follow methodological steps, such as exploratory data analysis, model development of machine learning and the validation of the generated predictions
dc.format.extent75 p.
dc.format.mimetypeapplication/pdf
dc.identifier.urihttps://vitela.javerianacali.edu.co/handle/11522/3646
dc.language.isospa
dc.publisherPontificia Universidad Javeriana Cali
dc.publisher.facultyFacultad de Ingeniería y Ciencias
dc.rights.accessrightshttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonshttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectCiencia de datos
dc.subjectMachine Learning
dc.subjectSistema Eléctrico Colombiano
dc.subjectplantas de generación eléctrica y disponibilidad comercial.
dc.subjectData Science
dc.subjectElectrical System Colombian
dc.subjectelectricity generation plants and commercial availability.
dc.thesis.disciplineFacultad de Ciencias Económicas y Administrativas. Contaduría
dc.thesis.grantorPontificia Universidad Javeriana Cali
dc.thesis.levelMaestría
dc.titlePronóstico de disponibilidad de los recursos de generación de la central TermoGuajira a partir de modelos de aprendizaje automáticospa
dc.type.coarhttp://purl.org/coar/resource_type/c_bdcc
dc.type.localTesis/Trabajo de grado - Monografía - Maestría
dc.type.redcolhttps://purl.org/redcol/resource_type/TM
Files
Original bundle
Now showing 1 - 4 of 4
No Thumbnail Available
Name:
1. Nota Aceptación Trabajo de Grado - Keyner Martínez-CR.pdf
Size:
387.56 KB
Format:
Adobe Portable Document Format
Loading...
Thumbnail Image
Name:
4. MCD-035-2024- Keyner Hernando Martínez Miranda.pdf
Size:
200.93 KB
Format:
Adobe Portable Document Format
No Thumbnail Available
Name:
2. Proyecto_aplicado_III.pdf
Size:
3.2 MB
Format:
Adobe Portable Document Format
No Thumbnail Available
Name:
3. LICENCIA DE USO - TG.pdf
Size:
734.12 KB
Format:
Adobe Portable Document Format
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed to upon submission
Description: