Mostrar el registro sencillo del ítem
Algoritmo de aprendizaje por refuerzo y LSTM para mejorar la eficiencia de una subestación de 215 KVA en el Distrito de Salaverry
dc.contributor.advisor | Serrepe Ranno, Miriam Marcela | |
dc.contributor.author | Juarez Valles, Elar Jhon | |
dc.contributor.author | Llaro Leiva , Arnold Jhonson | |
dc.date.accessioned | 2024-10-24T16:43:48Z | |
dc.date.available | 2024-10-24T16:43:48Z | |
dc.date.issued | 2024 | |
dc.identifier.uri | https://hdl.handle.net/20.500.12692/152068 | |
dc.description.abstract | 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 |
dc.format | application/pdf | es_PE |
dc.language.iso | spa | es_PE |
dc.publisher | Universidad César Vallejo | es_PE |
dc.rights | info:eu-repo/semantics/openAccess | es_PE |
dc.rights.uri | https://creativecommons.org/licenses/by/4.0/ | es_PE |
dc.source | Repositorio Institucional - UCV | es_PE |
dc.source | Universidad César Vallejo | es_PE |
dc.subject | Aprendizaje por refuerzo | es_PE |
dc.subject | Eficiencia | es_PE |
dc.subject | LSTM | es_PE |
dc.subject | Predicción de fallas | es_PE |
dc.subject | Subestación eléctrica | es_PE |
dc.title | Algoritmo de aprendizaje por refuerzo y LSTM para mejorar la eficiencia de una subestación de 215 KVA en el Distrito de Salaverry | es_PE |
dc.type | info:eu-repo/semantics/bachelorThesis | es_PE |
thesis.degree.discipline | Ingeniero Mecánico Electricista | es_PE |
thesis.degree.grantor | Universidad César Vallejo. Facultad de Ingeniería y Arquitectura | es_PE |
thesis.degree.name | Ingeniero Mecánico Electrico | es_PE |
dc.description.sede | Trujillo | es_PE |
dc.description.escuela | Escuela de Ingeniería Mecánica Eléctrica | es_PE |
dc.description.lineadeinvestigacion | Sistema y Planes de Mantenimiento | es_PE |
renati.advisor.dni | 06437594 | |
renati.advisor.orcid | https://orcid.org/0000-0001-9342-1717 | es_PE |
renati.author.dni | 70113982 | |
renati.author.dni | 72785532 | |
renati.discipline | 713076 | es_PE |
renati.juror | Rodriguez Gamboa, Alexander | |
renati.juror | Alvarado Silva, Carlos Alexis | |
renati.juror | Serrepe Ranno, Miriam | |
renati.level | https://purl.org/pe-repo/renati/level#tituloProfesional | es_PE |
renati.type | https://purl.org/pe-repo/renati/type#tesis | es_PE |
dc.subject.ocde | https://purl.org/pe-repo/ocde/ford#2.03.01 | es_PE |
dc.publisher.country | PE | es_PE |
dc.description.lig | Biodiversidad, cambio climático y calidad ambiental | es_PE |
dc.description.rsu | Desarrollo económico, empleo y emprendimiento | es_PE |
dc.description.ods | Industria, innovación e infraestructura | es_PE |
dc.description.modality | PRESENCIAL | es_PE |
Ficheros en el ítem
Este ítem aparece en la(s) siguiente(s) colección(es)
-
Trujillo [557]