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

Martínez Miranda, Keyner

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

dc.contributor.advisor	Arango Londoño, David
dc.contributor.author	Martínez Miranda, Keyner
dc.date.accessioned	2024-07-30T16:25:13Z
dc.date.available	2024-07-30T16:25:13Z
dc.date.issued	2024
dc.description.abstract	El 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.abstracteng	The 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.extent	75 p.
dc.format.mimetype	application/pdf
dc.identifier.uri	https://vitela.javerianacali.edu.co/handle/11522/3646
dc.language.iso	spa
dc.publisher	Pontificia Universidad Javeriana Cali
dc.publisher.faculty	Facultad de Ingeniería y Ciencias
dc.rights.accessrights	http://purl.org/coar/access_right/c_abf2
dc.rights.creativecommons	https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.uri	https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subject	Ciencia de datos
dc.subject	Machine Learning
dc.subject	Sistema Eléctrico Colombiano
dc.subject	plantas de generación eléctrica y disponibilidad comercial.
dc.subject	Data Science
dc.subject	Electrical System Colombian
dc.subject	electricity generation plants and commercial availability.
dc.thesis.discipline	Facultad de Ciencias Económicas y Administrativas. Contaduría
dc.thesis.grantor	Pontificia Universidad Javeriana Cali
dc.thesis.level	Maestría
dc.title	Pronóstico de disponibilidad de los recursos de generación de la central TermoGuajira a partir de modelos de aprendizaje automático	spa
dc.type.coar	http://purl.org/coar/resource_type/c_bdcc
dc.type.local	Tesis/Trabajo de grado - Monografía - Maestría
dc.type.redcol	https://purl.org/redcol/resource_type/TM