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

Simple item page
dc.contributor.advisorMoarri Nohra, Richard
dc.contributor.authorQuispe Cruz, Hector
dc.date.accessioned2024-07-17T21:59:38Z
dc.date.available2024-07-17T21:59:38Z
dc.date.embargoEnd2026-05-01
dc.date.issued2024
dc.description.abstractLa 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.
dc.formatapplication/pdf
dc.identifier.urihttps://hdl.handle.net/20.500.12640/4055
dc.language.isospa
dc.publisherUniversidad ESAN
dc.publisher.countryPE
dc.rightsinfo:eu-repo/semantics/embargoedAccess
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/2.5/pe/
dc.subjectOptimización
dc.subjectIndustria eléctrica
dc.subjectGeneración de energía
dc.subjectEnergía eléctrica
dc.subjectInteligencia empresarial
dc.subjectAprendizaje automático
dc.subjectEficiencia
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#5.02.04
dc.titlePropuesta 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
dc.typeinfo:eu-repo/semantics/masterThesis
dc.type.otherTrabajo de investigación (Maestría)
renati.advisor.dni08228762
renati.advisor.orcidhttps://orcid.org/0000-0001-5701-2094
renati.author.dni43378330
renati.discipline413017
renati.jurorDe La Cruz González, Aldo
renati.jurorRosales Marticorena, Francisco
renati.levelrenati.level https://purl.org/pe-repo/renati/level#maestro
renati.typehttps://purl.org/pe-repo/renati/type#trabajoDeInvestigacion
thesis.degree.disciplineAdministración
thesis.degree.grantorUniversidad ESAN. Escuela de Administración de Negocios para Graduados
thesis.degree.nameMaestro en Administración
Files
Original bundle
Now showing 1 - 4 of 4
Thumbnail Image
Name:
2024_MATP_21-4_13_R.pdf
Size:
216.35 KB
Format:
Adobe Portable Document Format
Description:
Resumen
Download
No Thumbnail Available
Name:
2024_MATP_21-4_13_TI.pdf
Size:
8.67 MB
Format:
Adobe Portable Document Format
Description:
Texto completo
Download
No Thumbnail Available
Name:
2024_MATP_21-4_13_F.pdf
Size:
235.17 KB
Format:
Adobe Portable Document Format
Description:
Autorización (acceso restringido)
Download
No Thumbnail Available
Name:
2024_MATP_21-4_13_TU.pdf
Size:
20.73 MB
Format:
Adobe Portable Document Format
Description:
Informe Turnitin (acceso restringido)
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
Download
Collections
Maestría en Administración