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: | tesis de maestría |
| Estado: | Versión publicada |
| Fecha de publicación: | 2017 |
| País: | Colombia |
| Institución: | Pontificia Universidad Javeriana |
| Repositorio: | Repositorio Universidad Javeriana |
| Idioma: | español |
| OAI Identifier: | oai:repository.javeriana.edu.co:10554/34100 |
| Acceso en línea: | http://hdl.handle.net/10554/34100 https://doi.org/10.11144/Javeriana.10554.34100 |
| Access Level: | acceso abierto |
| Palabra clave: | Minería de datos Modelo predictivo SAIDI SAIFI Pronostico Data mining Predictive model Forecast Control de calidad Abastecimiento de energía Algoritmos (Computadores) Procesos estocásticos Maestría en ingeniería de sistemas - Tesis y disertaciones académicas |
| Sumario: | 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%. |
|---|