Buscar en Google Scholar
Registro completo de metadatos
Serrepe Ranno, Miriam Marcela
Juarez Valles, Elar Jhon
Llaro Leiva , Arnold Jhonson
2024-10-24T16:43:48Z
2024-10-24T16:43:48Z
2024
https://hdl.handle.net/20.500.12692/152068
El presente estudio desarrolla un algoritmo de aprendizaje por refuerzo y memoria al corto y largo plazo para mejorar la eficiencia de una subestación de 215 KVA. Se enfoca en la predicción de fallas y optimización del rendimiento de la subestación mediante el uso de técnicas avanzadas de inteligencia artificial. La investigación se inicia con la recolección de datos históricos sobre fallas, utilizando una ficha de registro y procesamiento de datos en Excel y luego se diseñó el algoritmo, integrando redes neuronales recurrentes para manejar secuencias temporales de datos. Los resultados muestran una mejora significativa en la detección y respuesta a fallas, comparada con métodos tradicionales. Este enfoque no solo aumenta la confiabilidad de la subestación, sino que también ofrece un modelo replicable para otras instalaciones similares. (es_PE)
application/pdf (es_PE)
spa (es_PE)
Universidad César Vallejo (es_PE)
info:eu-repo/semantics/openAccess (es_PE)
https://creativecommons.org/licenses/by/4.0/ (es_PE)
Repositorio Institucional - UCV (es_PE)
Universidad César Vallejo (es_PE)
Aprendizaje por refuerzo (es_PE)
Eficiencia (es_PE)
LSTM (es_PE)
Predicción de fallas (es_PE)
Subestación eléctrica (es_PE)
Algoritmo de aprendizaje por refuerzo y LSTM para mejorar la eficiencia de una subestación de 215 KVA en el Distrito de Salaverry (es_PE)
info:eu-repo/semantics/bachelorThesis (es_PE)
Universidad César Vallejo. Facultad de Ingeniería y Arquitectura (es_PE)
Ingeniero Mecánico Electricista (es_PE)
Ingeniero Mecánico Electrico (es_PE)
PE (es_PE)
https://purl.org/pe-repo/ocde/ford#2.03.01 (es_PE)
https://purl.org/pe-repo/renati/level#tituloProfesional (es_PE)
06437594
https://orcid.org/0000-0001-9342-1717 (es_PE)
70113982
72785532
713076 (es_PE)
Rodriguez Gamboa, Alexander
Alvarado Silva, Carlos Alexis
Serrepe Ranno, Miriam
https://purl.org/pe-repo/renati/type#tesis (es_PE)
Privada societaria



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons