Modelo predictivo de fallas en alimentadores primarios de concesión de la Empresa Eléctrica Regional Centro Sur usando aprendizaje profundo de máquina
Loading...
Date
2017
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
This work proposes the forecasting of failures in primary feeders of Empresa Eléctrica Regional Centro Sur C.A. (CENTROSUR) using Deep Learning. The model, based on neural networks, has not been wide explored in the electricity distribution industry, both locally and internationally. For the development of the model, the company’s historical data from the last five years about failures was collected and analyzed. The validation of the forecasting model was performed using data from the #521 primary feeder of the Substation (S/E) 5 of CENTROSUR, where the highest incidence of faults is evidenced.
Resumen
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.
Keywords
Ingeniería Eléctrica, Distribución eléctrica, Mantenimiento predictivo, Fallas eléctricas
Citation
Código de tesis
Código de tesis
TE;411