Modelo híbrido basado en stacking para mejorar la predicción de la temperatura del motor eléctrico raghavendra

Abstract

La presente investigación tuvo como objetivo aplicar un modelo hibrido basado en Stacking para predecir la temperatura del motor eléctrico Raghavendra, siendo de tipo aplicada, pre-experimental y de diseño experimental; la población estuvo conformada por 1,048,576 registros de temperatura de los motores eléctricos Raghavendra. La técnica de recolección de datos fue el análisis documental y el instrumento ficha de registro. Los resultados muestran que Stacking 1 obtuvo los mejores valores de R Squared con 99.87%, Mean absolute error con 0.15, Mean squared error con 0.53, Root mean squared error con 0.73 y Mean absolute percentage error con 0.00282%. Concluyendo que Stacking 1 fue el mejor algoritmo para predecir la temperatura del motor eléctrico Raghavendra.