Modelo de minería de datos predictiva para el pronóstico de indicadores de calidad de suministro Saidi y Saifi
Los indicadores de calidad de suministro de energía eléctrica son claves para CODENSA S.A. El modelo predictivo desarrollado permite pronosticar su comportamiento, a través de la segmentación de los indicadores de acuerdo con la clasificación de las incidencias en con y sin aviso y en los niveles de...
- Autores:
- Tipo de recurso:
- masterThesis
- Fecha de publicación:
- 2017
- Institución:
- Pontificia Universidad Javeriana
- Repositorio:
- Repositorio Universidad Javeriana
- Idioma:
- spa
- OAI Identifier:
- oai:repository.javeriana.edu.co:10554/34100
- Palabra clave:
- Minería de datos
Modelo predictivo
SAIDI
SAIFI
Pronostico
Data mining
Predictive model
SAIDI
SAIFI
Forecast
Control de calidad
Minería de datos
Abastecimiento de energía
Algoritmos (Computadores)
Procesos estocásticos
Maestría en ingeniería de sistemas - Tesis y disertaciones académicas
- Rights
- openAccess
- License
- Atribución-NoComercial-SinDerivadas 4.0 Internacional
| id |
JAVERIANA_3bf09f6994e6b7293dae6dbc4e37ca00 |
|---|---|
| oai_identifier_str |
oai:repository.javeriana.edu.co:10554/34100 |
| network_acronym_str |
JAVERIANA |
| network_name_str |
Repositorio Universidad Javeriana |
| repository_id_str |
|
| dc.title.none.fl_str_mv |
Modelo de minería de datos predictiva para el pronóstico de indicadores de calidad de suministro Saidi y Saifi |
| title |
Modelo de minería de datos predictiva para el pronóstico de indicadores de calidad de suministro Saidi y Saifi |
| spellingShingle |
Modelo de minería de datos predictiva para el pronóstico de indicadores de calidad de suministro Saidi y Saifi Corredor Reyes, Claudia Minería de datos Modelo predictivo SAIDI SAIFI Pronostico Data mining Predictive model SAIDI SAIFI Forecast Control de calidad Minería de datos Abastecimiento de energía Algoritmos (Computadores) Procesos estocásticos Maestría en ingeniería de sistemas - Tesis y disertaciones académicas |
| title_short |
Modelo de minería de datos predictiva para el pronóstico de indicadores de calidad de suministro Saidi y Saifi |
| title_full |
Modelo de minería de datos predictiva para el pronóstico de indicadores de calidad de suministro Saidi y Saifi |
| title_fullStr |
Modelo de minería de datos predictiva para el pronóstico de indicadores de calidad de suministro Saidi y Saifi |
| title_full_unstemmed |
Modelo de minería de datos predictiva para el pronóstico de indicadores de calidad de suministro Saidi y Saifi |
| title_sort |
Modelo de minería de datos predictiva para el pronóstico de indicadores de calidad de suministro Saidi y Saifi |
| dc.creator.none.fl_str_mv |
Corredor Reyes, Claudia Isaquita Pacheco, Juan Pablo |
| author |
Corredor Reyes, Claudia |
| author_facet |
Corredor Reyes, Claudia Isaquita Pacheco, Juan Pablo |
| author_role |
author |
| author2 |
Isaquita Pacheco, Juan Pablo |
| author2_role |
author |
| dc.contributor.none.fl_str_mv |
Carreño Vargas, Julio Ernesto |
| dc.subject.none.fl_str_mv |
Minería de datos Modelo predictivo SAIDI SAIFI Pronostico Data mining Predictive model SAIDI SAIFI Forecast Control de calidad Minería de datos Abastecimiento de energía Algoritmos (Computadores) Procesos estocásticos Maestría en ingeniería de sistemas - Tesis y disertaciones académicas |
| topic |
Minería de datos Modelo predictivo SAIDI SAIFI Pronostico Data mining Predictive model SAIDI SAIFI Forecast Control de calidad Minería de datos Abastecimiento de energía Algoritmos (Computadores) Procesos estocásticos Maestría en ingeniería de sistemas - Tesis y disertaciones académicas |
| description |
Los indicadores de calidad de suministro de energía eléctrica son claves para CODENSA S.A. El modelo predictivo desarrollado permite pronosticar su comportamiento, a través de la segmentación de los indicadores de acuerdo con la clasificación de las incidencias en con y sin aviso y en los niveles de tensión en los cuales se presenta. Esta segmentación permite estimar el valor de los indicadores, mediante la suma de sus componentes. Para la implementación de los modelos se selecciona el algoritmo naive, por medio de la descomposición de tendencia y estacionalidad STL, obteniendo una confianza total del modelo superior al 80%. |
| publishDate |
2017 |
| dc.date.none.fl_str_mv |
2017 2018-04-19T12:39:27Z 2018-04-19T12:39:27Z 2020-04-16T17:52:44Z 2020-04-16T17:52:44Z |
| dc.type.none.fl_str_mv |
http://purl.org/coar/version/c_ab4af688f83e57aa Tesis/Trabajo de grado - Monografía - Maestría http://purl.org/coar/resource_type/c_bdcc info:eu-repo/semantics/masterThesis info:eu-repo/semantics/publishedVersion |
| format |
masterThesis |
| status_str |
publishedVersion |
| dc.identifier.none.fl_str_mv |
http://hdl.handle.net/10554/34100 https://doi.org/10.11144/Javeriana.10554.34100 instname:Pontificia Universidad Javeriana reponame:Repositorio Institucional - Pontificia Universidad Javeriana repourl:https://repository.javeriana.edu.co |
| url |
http://hdl.handle.net/10554/34100 https://doi.org/10.11144/Javeriana.10554.34100 |
| identifier_str_mv |
instname:Pontificia Universidad Javeriana reponame:Repositorio Institucional - Pontificia Universidad Javeriana repourl:https://repository.javeriana.edu.co |
| dc.language.none.fl_str_mv |
spa |
| language |
spa |
| dc.rights.none.fl_str_mv |
Atribución-NoComercial-SinDerivadas 4.0 Internacional http://creativecommons.org/licenses/by-nc-nd/4.0/ info:eu-repo/semantics/openAccess http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
Atribución-NoComercial-SinDerivadas 4.0 Internacional http://creativecommons.org/licenses/by-nc-nd/4.0/ http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
PDF application/pdf application/pdf application/pdf |
| dc.publisher.none.fl_str_mv |
Pontificia Universidad Javeriana Maestría en Ingeniería de Sistemas y Computación Facultad de Ingeniería |
| publisher.none.fl_str_mv |
Pontificia Universidad Javeriana Maestría en Ingeniería de Sistemas y Computación Facultad de Ingeniería |
| dc.source.none.fl_str_mv |
reponame:Repositorio Universidad Javeriana instname:Pontificia Universidad Javeriana instacron:Pontificia Universidad Javeriana |
| instname_str |
Pontificia Universidad Javeriana |
| instacron_str |
Pontificia Universidad Javeriana |
| institution |
Pontificia Universidad Javeriana |
| reponame_str |
Repositorio Universidad Javeriana |
| collection |
Repositorio Universidad Javeriana |
| _version_ |
1803712810517004288 |
| spelling |
Modelo de minería de datos predictiva para el pronóstico de indicadores de calidad de suministro Saidi y SaifiCorredor Reyes, ClaudiaIsaquita Pacheco, Juan PabloMinería de datosModelo predictivoSAIDISAIFIPronosticoData miningPredictive modelSAIDISAIFIForecastControl de calidadMinería de datosAbastecimiento de energíaAlgoritmos (Computadores)Procesos estocásticosMaestría en ingeniería de sistemas - Tesis y disertaciones académicasLos indicadores de calidad de suministro de energía eléctrica son claves para CODENSA S.A. El modelo predictivo desarrollado permite pronosticar su comportamiento, a través de la segmentación de los indicadores de acuerdo con la clasificación de las incidencias en con y sin aviso y en los niveles de tensión en los cuales se presenta. Esta segmentación permite estimar el valor de los indicadores, mediante la suma de sus componentes. Para la implementación de los modelos se selecciona el algoritmo naive, por medio de la descomposición de tendencia y estacionalidad STL, obteniendo una confianza total del modelo superior al 80%.The quality indicators of the electnc power reliabilitv are key for CODENSA S A. The model developed allow forecasting their behavior. across of the sphtting of incidents aceording to the classification in with and without notice and in the level of voltages in which it occurs. This segmentation allows predict the valué of the indicators across the sum of their compo- nents. For the ímplementation of the models the naive algonthm was selected. using STL in order to decompose trend and stabilitv. obtaining a whoíe confidence of the model over to 80%.Magíster en Ingeniería de Sistemas y ComputaciónMaestríaPontificia Universidad JaverianaMaestría en Ingeniería de Sistemas y ComputaciónFacultad de IngenieríaCarreño Vargas, Julio Ernesto2018-04-19T12:39:27Z2020-04-16T17:52:44Z2018-04-19T12:39:27Z2020-04-16T17:52:44Z2017http://purl.org/coar/version/c_ab4af688f83e57aaTesis/Trabajo de grado - Monografía - Maestríahttp://purl.org/coar/resource_type/c_bdccinfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/publishedVersionPDFapplication/pdfapplication/pdfapplication/pdfhttp://hdl.handle.net/10554/34100https://doi.org/10.11144/Javeriana.10554.34100instname:Pontificia Universidad Javerianareponame:Repositorio Institucional - Pontificia Universidad Javerianarepourl:https://repository.javeriana.edu.cospaAtribución-NoComercial-SinDerivadas 4.0 Internacionalhttp://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessDe acuerdo con la naturaleza del uso concedido, la presente licencia parcial se otorga a título gratuito por el máximo tiempo legal colombiano, con el propósito de que en dicho lapso mi (nuestra) obra sea explotada en las condiciones aquí estipuladas y para los fines indicados, respetando siempre la titularidad de los derechos patrimoniales y morales correspondientes, de acuerdo con los usos honrados, de manera proporcional y justificada a la finalidad perseguida, sin ánimo de lucro ni de comercialización. De manera complementaria, garantizo (garantizamos) en mi (nuestra) calidad de estudiante (s) y por ende autor (es) exclusivo (s), que la Tesis o Trabajo de Grado en cuestión, es producto de mi (nuestra) plena autoría, de mi (nuestro) esfuerzo personal intelectual, como consecuencia de mi (nuestra) creación original particular y, por tanto, soy (somos) el (los) único (s) titular (es) de la misma. Además, aseguro (aseguramos) que no contiene citas, ni transcripciones de otras obras protegidas, por fuera de los límites autorizados por la ley, según los usos honrados, y en proporción a los fines previstos; ni tampoco contempla declaraciones difamatorias contra terceros; respetando el derecho a la imagen, intimidad, buen nombre y demás derechos constitucionales. Adicionalmente, manifiesto (manifestamos) que no se incluyeron expresiones contrarias al orden público ni a las buenas costumbres. En consecuencia, la responsabilidad directa en la elaboración, presentación, investigación y, en general, contenidos de la Tesis o Trabajo de Grado es de mí (nuestro) competencia exclusiva, eximiendo de toda responsabilidad a la Pontifica Universidad Javeriana por tales aspectos. Sin perjuicio de los usos y atribuciones otorgadas en virtud de este documento, continuaré (continuaremos) conservando los correspondientes derechos patrimoniales sin modificación o restricción alguna, puesto que, de acuerdo con la legislación colombiana aplicable, el presente es un acuerdo jurídico que en ningún caso conlleva la enajenación de los derechos patrimoniales derivados del régimen del Derecho de Autor. De conformidad con lo establecido en el artículo 30 de la Ley 23 de 1982 y el artículo 11 de la Decisión Andina 351 de 1993, “Los derechos morales sobre el trabajo son propiedad de los autores”, los cuales son irrenunciables, imprescriptibles, inembargables e inalienables. En consecuencia, la Pontificia Universidad Javeriana está en la obligación de RESPETARLOS Y HACERLOS RESPETAR, para lo cual tomará las medidas correspondientes para garantizar su observancia.http://purl.org/coar/access_right/c_abf2reponame:Repositorio Universidad Javerianainstname:Pontificia Universidad Javerianainstacron:Pontificia Universidad Javeriana2022-04-29T16:52:46Z |