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...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	González,Herson A., Piedrahita,Juan D., Castrillón,Omar D.
Lenguaje:	Spanish / Castilian
Publicado:	Centro de Información Tecnológica 2020
Materias:	minería de datos Bayesiano planillas de control, central hidroeléctrica, maquinas generadoras
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!

id	oai:scielo:S0718-07642020000500215
record_format	dspace
spelling	oai:scielo:S0718-076420200005002152020-10-19Predicción de parada de máquinas generadoras en una central hidroeléctrica por medio de minería de datosGonzález,Herson A.Piedrahita,Juan D.Castrillón,Omar D. minería de datos Bayesiano planillas de control, central hidroeléctrica, maquinas generadoras 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%.info:eu-repo/semantics/openAccessCentro de Información TecnológicaInformación tecnológica v.31 n.5 20202020-10-01text/htmlhttp://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-07642020000500215es10.4067/S0718-07642020000500215
institution	Scielo Chile
collection	Scielo Chile
language	Spanish / Castilian
topic	minería de datos Bayesiano planillas de control, central hidroeléctrica, maquinas generadoras
spellingShingle	minería de datos Bayesiano planillas de control, central hidroeléctrica, maquinas generadoras González,Herson A. Piedrahita,Juan D. Castrillón,Omar D. Predicción de parada de máquinas generadoras en una central hidroeléctrica por medio de minería de datos
description	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%.
author	González,Herson A. Piedrahita,Juan D. Castrillón,Omar D.
author_facet	González,Herson A. Piedrahita,Juan D. Castrillón,Omar D.
author_sort	González,Herson A.
title	Predicción de parada de máquinas generadoras en una central hidroeléctrica por medio de minería de datos
title_short	Predicción de parada de máquinas generadoras en una central hidroeléctrica por medio de minería de datos
title_full	Predicción de parada de máquinas generadoras en una central hidroeléctrica por medio de minería de datos
title_fullStr	Predicción de parada de máquinas generadoras en una central hidroeléctrica por medio de minería de datos
title_full_unstemmed	Predicción de parada de máquinas generadoras en una central hidroeléctrica por medio de minería de datos
title_sort	predicción de parada de máquinas generadoras en una central hidroeléctrica por medio de minería de datos
publisher	Centro de Información Tecnológica
publishDate	2020
url	http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-07642020000500215
work_keys_str_mv	AT gonzalezhersona predicciondeparadademaquinasgeneradorasenunacentralhidroelectricapormediodemineriadedatos AT piedrahitajuand predicciondeparadademaquinasgeneradorasenunacentralhidroelectricapormediodemineriadedatos AT castrillonomard predicciondeparadademaquinasgeneradorasenunacentralhidroelectricapormediodemineriadedatos
_version_	1714201655123116032

Predicción de parada de máquinas generadoras en una central hidroeléctrica por medio de minería de datos

Ejemplares similares