1. Trabajos conducentes a grados y títulos

URI permanente para esta comunidadhttps://hdl.handle.net/20.500.12640/4150

Examinar

Resultados de la búsqueda

Mostrando 1 - 2 de 2
  • Miniatura
    ÍtemEmbargo
    Propuesta de optimización de los procesos operativos en una compañía de generación eléctrica a través de un enfoque analítico basado en business intelligence y machine learning
    (Universidad ESAN, 2024) Quispe Cruz, Hector
    La investigación se centró en proponer la optimización de los procesos operativos de los grupos del Complejo Hidroeléctrico del Mantaro, utilizando un enfoque analítico innovador para el análisis de datos mediante herramientas de administración inteligente de negocios. Se propuso mejoras en la eficiencia operativa a través del análisis descriptivo y predictivo del Big Data de su sistema SCADA utilizando tecnologías de BI y ML. Se implementaron modelos analíticos en Power BI para analizar las mediciones de los equipos de los 10 grupos de generación, detectando una alarma crítica en el grupo G1 SAM y pronosticando una falla en la temperatura de aceite del cojinete guía turbina. Para lo cual se entrenaron 41 modelos predictivos con Azure ML, luego se realizó un análisis comparativo de sus métricas de desempeño, identificando al mejor modelo con el cual se pronosticó la falla. La detección temprana permitió tomar acciones correctivas, evitando la falla del grupo y pérdidas económicas. Se demostró que el uso de plataformas BI y ML pueden optimizar significativamente los procesos operativos en la generación de electricidad en complemento a las herramientas de automatización industrial existente. Siendo una oportunidad de mejora para la empresa y la industria de producción de energía.
  • Miniatura
    ÍtemAcceso Abierto
    Modelo de solución de Business Intelligence y Machine Learning para el monitoreo y control de calidad de la medición del consumo de agua en el Centro de Servicios Breña
    (Universidad ESAN, 2020) León Plasencia, César Iván
    La presente tesis de investigación tiene como objetivo realizar un estudio de los principales factores asociados a la conexión domiciliaria de agua potable y determinar su incidencia en la medición del consumo de los clientes que hacen uso del servicio. Teniendo en cuenta esta información, se proponen modelos de solución tecnológica basada en Business Intelligence y Machine Learning que permiten monitorear y controlar la calidad de medición del consumo de agua en el Centro de Servicios Breña de la empresa SEDAPAL.