Unidades Recurrentes Cerradas (GRU) vs Redes Neuronales Artificiales en la predicción de la generación Eléctrica de la Central Hidroeléctrica Illuchi.

The prediction of events has been, since ancient times, a phenomenon capable of generating curiosity in human beings, however, to achieve a projection of a future event, a detailed analysis of data is required to predict subsequent events, with this idea. Objectives: The objective of the research wa...

Descripción completa

Detalles Bibliográficos
Autor: Bustamante Freire, Fernando Santiago
Tipo de recurso: tesis de maestría
Estado:Versión publicada
Fecha de publicación:2023
País:Ecuador
Institución:Universidad Técnica de Cotopaxi
Repositorio:Repositorio Universidad Técnica de Cotopaxi
Idioma:español
OAI Identifier:oai:oai:repositorio.utc.edu.ec:27000:27000/10774
Acceso en línea:http://repositorio.utc.edu.ec/handle/27000/10774
Access Level:acceso abierto
Palabra clave:ADAM
PYTHON
PREDICCIÓN
REDES NEURONALES ARTIFICIALES
ELÉCTRICA
id EC_6d8692a39946ca8e2dc2761ba4e95e37
oai_identifier_str oai:oai:repositorio.utc.edu.ec:27000:27000/10774
network_acronym_str EC
network_name_str Ecuador
repository_id_str
spelling Unidades Recurrentes Cerradas (GRU) vs Redes Neuronales Artificiales en la predicción de la generación Eléctrica de la Central Hidroeléctrica Illuchi.Bustamante Freire, Fernando SantiagoADAMPYTHONPREDICCIÓNREDES NEURONALES ARTIFICIALESELÉCTRICAThe prediction of events has been, since ancient times, a phenomenon capable of generating curiosity in human beings, however, to achieve a projection of a future event, a detailed analysis of data is required to predict subsequent events, with this idea. Objectives: The objective of the research was to develop two prediction systems by applying artificial neural networks and GRU to determine the predicted electricity generation at the ILLUCHI HYDROELECTRIC PLANT. Methodology: The data used for this study was collected from ELEPCO S.A. operators. based on the years 2008 - 2020. The input variables were the date and the energy generated to develop different cases with different conditions in order to reach a possible successful Recurrent Neural Network model. Results: Once the model variables were understood, the data were divided into two groups: training 70% and validation 30% respectively. For the corresponding training, the ADAM algorithm and the libraries provided by Python were used.La predicción de eventos ha sido desde la antigüedad, un fenómeno capaz de generar curiosidad en el ser humano, sin embargo, para lograr una proyección de un evento futuro se requiere de un análisis detallado de datos para predecir eventos posteriores, con esta idea. Objetivos: el objetivo de la investigación fue desarrollar dos sistemas de predicción aplicando redes neuronales artificiales y GRU para determinar la generación eléctrica pronosticada en la CENTRAL HIDROELÉCTRICA ILLUCHI. Metodología: Los datos utilizados para este estudio fueron recopilados de los operadores de ELEPCO S.A. en base a los años 2008 - 2020. Las variables de entrada fueron la fecha y la energía generada para elaborar diferentes casos con distintas condiciones con el fin de llegar a un modelo de Red Neuronal Recurrente exitoso posible. Resultados: Una vez comprendidas las variables del modelo, los datos se dividieron en dos grupos: entrenamiento 70% y validación 30% respectivamente. Para el entrenamiento correspondiente se utilizó el algoritmo ADAM y las librerías proporcionadas por Python.Ecuador: Latacunga: Universidad Técnica de Cotopaxi, (UTC)Castillo Fiallos, Jessica Nataly2023-09-18T15:35:47Z2023-09-18T15:35:47Z2023info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis35 páginasFernando Santiago Bustamante Freire (2023); Unidades Recurrentes Cerradas (GRU) vs Redes Neuronales Artificiales en la predicción de la generación Eléctrica de la Central Hidroeléctrica Illuchi. UTC. Latacunga. 35MUTC-001708http://repositorio.utc.edu.ec/handle/27000/10774spahttp://creativecommons.org/licenses/by-nc-sa/3.0/ec/info:eu-repo/semantics/openAccessreponame:Repositorio Universidad Técnica de Cotopaxiinstname:Universidad Técnica de Cotopaxiinstacron:UTC2023-09-19T08:00:26Zoai:oai:repositorio.utc.edu.ec:27000:27000/10774Institucionalhttp://repositorio.utc.edu.ec/Universidad públicahttps://www.utc.edu.ec/..Ecuador...opendoar:02025-01-26T03:45:52.000299Repositorio Universidad Técnica de Cotopaxi - Universidad Técnica de Cotopaxitrue
dc.title.none.fl_str_mv Unidades Recurrentes Cerradas (GRU) vs Redes Neuronales Artificiales en la predicción de la generación Eléctrica de la Central Hidroeléctrica Illuchi.
title Unidades Recurrentes Cerradas (GRU) vs Redes Neuronales Artificiales en la predicción de la generación Eléctrica de la Central Hidroeléctrica Illuchi.
spellingShingle Unidades Recurrentes Cerradas (GRU) vs Redes Neuronales Artificiales en la predicción de la generación Eléctrica de la Central Hidroeléctrica Illuchi.
Bustamante Freire, Fernando Santiago
ADAM
PYTHON
PREDICCIÓN
REDES NEURONALES ARTIFICIALES
ELÉCTRICA
title_short Unidades Recurrentes Cerradas (GRU) vs Redes Neuronales Artificiales en la predicción de la generación Eléctrica de la Central Hidroeléctrica Illuchi.
title_full Unidades Recurrentes Cerradas (GRU) vs Redes Neuronales Artificiales en la predicción de la generación Eléctrica de la Central Hidroeléctrica Illuchi.
title_fullStr Unidades Recurrentes Cerradas (GRU) vs Redes Neuronales Artificiales en la predicción de la generación Eléctrica de la Central Hidroeléctrica Illuchi.
title_full_unstemmed Unidades Recurrentes Cerradas (GRU) vs Redes Neuronales Artificiales en la predicción de la generación Eléctrica de la Central Hidroeléctrica Illuchi.
title_sort Unidades Recurrentes Cerradas (GRU) vs Redes Neuronales Artificiales en la predicción de la generación Eléctrica de la Central Hidroeléctrica Illuchi.
dc.creator.none.fl_str_mv Bustamante Freire, Fernando Santiago
author Bustamante Freire, Fernando Santiago
author_facet Bustamante Freire, Fernando Santiago
author_role author
dc.contributor.none.fl_str_mv Castillo Fiallos, Jessica Nataly
dc.subject.none.fl_str_mv ADAM
PYTHON
PREDICCIÓN
REDES NEURONALES ARTIFICIALES
ELÉCTRICA
topic ADAM
PYTHON
PREDICCIÓN
REDES NEURONALES ARTIFICIALES
ELÉCTRICA
description The prediction of events has been, since ancient times, a phenomenon capable of generating curiosity in human beings, however, to achieve a projection of a future event, a detailed analysis of data is required to predict subsequent events, with this idea. Objectives: The objective of the research was to develop two prediction systems by applying artificial neural networks and GRU to determine the predicted electricity generation at the ILLUCHI HYDROELECTRIC PLANT. Methodology: The data used for this study was collected from ELEPCO S.A. operators. based on the years 2008 - 2020. The input variables were the date and the energy generated to develop different cases with different conditions in order to reach a possible successful Recurrent Neural Network model. Results: Once the model variables were understood, the data were divided into two groups: training 70% and validation 30% respectively. For the corresponding training, the ADAM algorithm and the libraries provided by Python were used.
publishDate 2023
dc.date.none.fl_str_mv 2023-09-18T15:35:47Z
2023-09-18T15:35:47Z
2023
dc.type.none.fl_str_mv info:eu-repo/semantics/publishedVersion
info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.none.fl_str_mv Fernando Santiago Bustamante Freire (2023); Unidades Recurrentes Cerradas (GRU) vs Redes Neuronales Artificiales en la predicción de la generación Eléctrica de la Central Hidroeléctrica Illuchi. UTC. Latacunga. 35
MUTC-001708
http://repositorio.utc.edu.ec/handle/27000/10774
identifier_str_mv Fernando Santiago Bustamante Freire (2023); Unidades Recurrentes Cerradas (GRU) vs Redes Neuronales Artificiales en la predicción de la generación Eléctrica de la Central Hidroeléctrica Illuchi. UTC. Latacunga. 35
MUTC-001708
url http://repositorio.utc.edu.ec/handle/27000/10774
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv http://creativecommons.org/licenses/by-nc-sa/3.0/ec/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/3.0/ec/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 35 páginas
dc.publisher.none.fl_str_mv Ecuador: Latacunga: Universidad Técnica de Cotopaxi, (UTC)
publisher.none.fl_str_mv Ecuador: Latacunga: Universidad Técnica de Cotopaxi, (UTC)
dc.source.none.fl_str_mv reponame:Repositorio Universidad Técnica de Cotopaxi
instname:Universidad Técnica de Cotopaxi
instacron:UTC
instname_str Universidad Técnica de Cotopaxi
instacron_str UTC
institution UTC
reponame_str Repositorio Universidad Técnica de Cotopaxi
collection Repositorio Universidad Técnica de Cotopaxi
repository.name.fl_str_mv Repositorio Universidad Técnica de Cotopaxi - Universidad Técnica de Cotopaxi
repository.mail.fl_str_mv .
_version_ 1868999664345284608
score 14.964252

Similares en LA Referencia