Predicción de parada de máquinas generadoras en una central hidroeléctrica por medio de minería de datos
Resumen: Se desarrolla una metodología para predecir la parada de las máquinas generadoras en una central hidroeléctrica por medio de la plataforma Weka y el algoritmo de clasificación J48. Se construye un archivo con 300 registros reales y 11 variables que incluyen una variable dependiente (paro de...
Guardado en:
| Autores principales: | , , |
|---|---|
| Lenguaje: | Spanish / Castilian |
| Publicado: |
Centro de Información Tecnológica
2020
|
| Materias: | |
| Acceso en línea: | http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-07642020000500215 |
| Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| Sumario: | Resumen: Se desarrolla una metodología para predecir la parada de las máquinas generadoras en una central hidroeléctrica por medio de la plataforma Weka y el algoritmo de clasificación J48. Se construye un archivo con 300 registros reales y 11 variables que incluyen una variable dependiente (paro de máquina) y 10 variables independientes: temperatura cojinete guía superior, flujo de agua intercambiadores de calor, presión de regulación de velocidad, presión tubería de carga, caudal tubería de carga, nivel de embalse, carga generada, frecuencia, temperatura cojinete guía turbina, y clima. Usando la herramienta XrealStats, se realiza un análisis de correlación (Pearson) entre cada una de las variables independientes y la variable dependiente. Como resultado se logra predecir los disparos de las máquinas con un acierto del 94%. Se concluye que el árbol de clasificación obtenido en esta investigación permite predecir fácilmente futuros paros de máquinas con un acierto superior al 94%. |
|---|