Por favor, use este identificador para citar o enlazar este ítem:
http://bibdigital.epn.edu.ec/handle/15000/23666
Registro completo de metadatos
Campo DC | Valor | Lengua/Idioma |
---|---|---|
dc.contributor.author | Muyulema Masaquiza, Braulio David | - |
dc.date.accessioned | 2023-03-08T21:36:40Z | - |
dc.date.available | 2023-03-08T21:36:40Z | - |
dc.date.issued | 2023-01 | - |
dc.identifier.citation | Muyulema Masaquiza, B.D. (2023). Identificación de pérdidas no técnicas de energía eléctrica mediante la combinación de un clasificador de svm (support vector machine) y un estimador de estado.168 páginas. Quito : EPN. | es_ES |
dc.identifier.other | T-MVE 1006 / CD 12978 | - |
dc.identifier.uri | http://bibdigital.epn.edu.ec/handle/15000/23666 | - |
dc.description | Las pérdidas de energía eléctrica corresponden a la diferencia entre lo que el sistema nacional entrega a los consumidores y lo que en realidad se paga por el consumo, y se compone de pérdidas técnicas (PT) y no técnicas (PNT). Las PT se producen por las propiedades físicas del sistema y las PNT corresponden al hurto de energía y la ineficiencia de los sistemas de control, medición, facturación y recaudación de las empresas eléctricas. Al cierre de 2021 en Ecuador las PT en porcentaje alcanzaron un 6,53 %, mientras que las PNT 6,53 % existiendo empresa con PNT que sobrepasan 12%. Este proyecto propone una metodología para la identificación (PNT) mediante la combinación de un clasificador de Máquina de Vector de Soporte (SVM) y un Estimador de Estado(EEDD),para activar el clasificador (SVM) se utiliza una base datos real donde se entrena y se prueba el clasificador luego se aplica a un alimentador real identificado centros de transformación con mayor sospecha de PNT al cual se le aplica el EEDD y prueba de error grueso, teniendo como resultado final una ligera mejora en el porcentaje de aciertos de usuarios identificados con fraude de energía o anomalías en su sistema de medición. | es_ES |
dc.description.sponsorship | Electrical energy losses correspond to the difference between what the national system delivers to consumers and what is actually paid for consumption, and is made up of technical (PT) and non-technical (PNT) losses. The PTs are produced by the physical properties of the system and the PNTs correspond to the theft of energy and the inefficiency of the control, measurement, billing and collection systems of the electric companies. At the end of 2021 in Ecuador, the TP in percentage reached 6.53%, while the PNT 6.53%, existing companies with PNT that exceed 12%. This project proposes a methodology for identification (SOP) by combining a Support Vector Machine (SVM) classifier and a State Estimator (EEDD), to activate the classifier (SVM) a real database is used where the The classifier is trained and tested, then it is applied to a real feeder identified transformation centers with greater suspicion of PNT to which the EEDD and coarse error test are applied, with the final result being a slight improvement in the percentage of hits of identified users. with energy fraud or anomalies in your metering system. | es_ES |
dc.language.iso | spa | es_ES |
dc.publisher | Quito : EPN, 2023. | es_ES |
dc.rights | openAccess | es_ES |
dc.subject | ENERGÍA ELÉCTRICA | es_ES |
dc.subject | PERDIDAS NO TÉCNICAS | es_ES |
dc.subject | MÁQUINA DE VECTOR DE SOPORT | es_ES |
dc.subject | ESTIMADOR DE ESTADO | es_ES |
dc.subject | PRUEBA DE ERROR GRUESO | es_ES |
dc.title | Identificación de pérdidas no técnicas de energía eléctrica mediante la combinación de un clasificador de svm (support vector machine) y un estimador de estado. | es_ES |
Aparece en las colecciones: | Tesis Maestría en Ingeniería Eléctrica (FIEE) |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
CD 12978.pdf | 4,43 MB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.