http://hdl.handle.net/20.500.14076/28778 2026-04-12T22:32:15Z http://hdl.handle.net/20.500.14076/28894 Título : Análisis de la generación hidroeléctrica en la central hidroeléctrica de Machupicchu aplicando métodos estocásticos y modelo de optimización Autor : Chevarria Moscoso, Margarita Resumen : La creciente demanda de energía requiere una gestión eficaz para asegurar el suministro necesario para el desarrollo económico y social de un país. Dado que los combustibles fósiles generan altas emisiones de carbono y están en proceso de agotamiento, la transición hacia energías renovables se vuelve esencial. En este contexto, los modelos de pronóstico se convierten en herramientas valiosas para anticipar la generación, el consumo y la reserva de energía. Este trabajo de investigación tuvo como objetivos principales: analizar el caudal del río Vilcanota, evaluar la viabilidad de utilizar lagunas altoandinas como embalses de regulación para mejorar el caudal del río durante los períodos de estiaje, y desarrollar una ecuación para optimizar el uso de estos embalses. Se recopilaron datos hidrológicos del caudal del río Vilcanota durante un período de 108 meses, desde enero de 2015 hasta diciembre de 2023. Se llevó a cabo un análisis de la serie temporal, así como la predicción de los caudales futuros para los años 2024 y 2025. Debido a que los resultados indicaron que los datos son estacionarios en media, pero no en varianza, hemos aplicado el modelo ARIMA (1,0,0)x(1,1,0)s, con transformación logarítmica, porque demostró ser el más adecuado, proporcionando un alto grado de ajuste y precisión en las predicciones para esos años. Para operar la central a plena carga, se requiere un caudal de 55 m³/s; sin embargo, las fuentes actuales no satisfacen esta demanda durante los períodos de estiaje. Se consideraron dos alternativas: operar a carga variable en esos períodos o realizar obras adicionales para garantizar el caudal necesario. La inversión en estas obras de afianzamiento podría generar ingresos anuales adicionales de hasta 7,207,875 USD, lo que justificaría la inversión. Dichas obras contemplan el aprovechamiento de los embalses situados en la cuenca del Vilcanota- Urubamba. Los embalses identificados, como la Laguna de Sibinacocha, Pomacanchis y Langui Layo, fueron objeto de un análisis hidrológico utilizando el programa WEAP (Water Evaluation and Planning System), que demostró su buena capacidad de almacenamiento. Estos embalses podrían ser cruciales para incrementar el caudal del río Vilcanota durante los períodos de estiaje. Además, se desarrolló un modelo matemático energético basado en la primera ley de la termodinámica para evaluar la producción de energía eléctrica, considerando la gestión de los volúmenes de agua de los embalses durante los periodos de estiaje. La nueva propuesta permitió incrementar la producción de energía en un 18%.; The growing demand for energy requires effective management to ensure the necessary supply for the economic and social development of a country. Since fossil fuels generate high carbon emissions and are in the process of depletion, the transition to renewable energy becomes essential. In this context, forecasting models become valuable tools to anticipate energy generation, consumption, and reserve. This research work had as main objectives: to analyze the flow of the Vilcanota River, to evaluate the feasibility of using high Andean lagoons as regulating reservoirs to improve the river flow during dry periods, and to develop an equation to optimize the use of these reservoirs. Hydrological data on the flow of the Vilcanota River were collected over a period of 108 months, from January 2015 to December 2023. A time series analysis was carried out, as well as the prediction of future flows for the years 2024 and 2025. The results indicated that the data are stationary in mean, but not in variance. The ARIMA (1,0,0)x(1,1,0)s model, applied with logarithmic transformation, proved to be the most suitable, providing a high degree of fit and precision in the predictions for those years. To operate the plant at full load, a flow rate of 55 m³/s is required; however, current sources do not meet this demand during dry periods. Two alternatives were considered: operating at variable load during those periods or carrying out additional works to guarantee the necessary flow rate. The investment in these strengthening works could generate additional annual income of up to 7,207,875 USD, which would justify the investment. These works contemplate the use of the reservoirs located in the Vilcanota- Urubamba basin. The identified reservoirs, such as Sibinacocha Lagoon, Pomacanchis and Langui Layo, were subject to a hydrological analysis using the WEAP (Water Evaluation and Planning System) program, which demonstrated their good storage capacity. These reservoirs could be crucial to increase the flow of the Vilcanota River during dry periods. In addition, a mathematical energy model based on the first law of thermodynamics was developed to evaluate the production of electric energy, considering the management of the volumes of water in the reservoirs during dry periods. The new proposal allowed to increase energy production by 18%. 2024-01-01T00:00:00Z http://hdl.handle.net/20.500.14076/28798 Título : Modelo predictivo del desempeño instántaneo de motores de combustión interna en aplicaciones industriales basado en Machine Learning Autor : Mendoza Suárez, César Elías Resumen : En el desarrollo de los procesos industriales modernos impulsados por motores de combustión interna, es crucial mantener un monitoreo constante de su desempeño para prever acciones de operación, mantenimiento y producción que impacten de manera relevante en su aplicación. En este sentido esta investigación tiene por objetivo determinar de qué manera un modelo de pronóstico basado en machine learning logra la predicción del desempeño instantáneo de un motor de combustión interna de aplicación industrial. Para esta investigación se empleó un diseño no experimental y de corte transversal, partiendo del registro del comportamiento de un motor de combustión interna de encendido por compresión (motor diésel) de inyección directa, turboalimentado, equipado con un sistema electrónico de suministro de combustible del tipo "common rail", al cual se le sometió a pruebas de carga en un banco dinamométrico. Una vez formada la base de datos, se procedió al análisis y ejecución de modelos de regresión en machine learning para evaluar la predicción de los parámetros de potencia, torque, consumo de combustible y factor de carga. Posteriormente, desarrollado el modelo adecuado, se procedió a la validación del factor de carga, frente a condiciones de operación reales. Los resultados de la investigación permitieron determinar los parámetros de entrada más relevantes en el proceso de predicción, así como también la eficacia de los modelos evaluados (Multiple Linear Regresion, K-Nearest Neighbors, Support Vector Machine, Decision Tree, Random Forest, Artificial Neural Network y XGboost) mediante métricas de desempeño como MAE, MSE, RMSE y R2. En el caso del torque, el modelo XGBoost presentó el mejor desempeño, con un RMSE de 0,092 y el R2 de 0,991, seguido por el modelo Random Forest (RF), que obtuvo un RMSE de 0,095 y un R² de 0,99. Para la potencia, el mejor desempeño correspondió al modelo Random Forest (RF), con un RMSE de 0,081 y un R² de 0,993, seguido de XGBoost, con un RMSE de 0,098 y un R² de 0,990. En cuanto al consumo de combustible, el modelo Random Forest mostró el mejor desempeño, con un RMSE de 0,065 y un R² de 0,996, seguido por XGBoost, que alcanzó un RMSE de 0,083 y un R² de 0,993. Sin embargo, cabe destacar que la carga computacional del modelo Random Forest es considerablemente elevada. Los demás modelos evaluados no lograron resultados relevantes en comparación. Finalmente se concluye que el modelo basado en XGBoost es el más adecuado para la predicción del desempeño instantáneo en motores de combustión interna destinados a aplicaciones industriales.; In the development of modern industrial processes driven by internal combustion engines, it is crucial to maintain constant monitoring of their performance to foresee operation, maintenance and production actions that have a relevant impact on their application. In this sense, this research aims to determine how a forecasting model based on machine learning achieves the prediction of the instantaneous performance of an internal combustion engine for industrial application. For this research, a non-experimental cross-sectional was used, based on the recording of the behavior of a direct injection, turbocharged, compression ignition internal combustion engine (diesel engine), equipped with an electronic fuel supply system. "common rail" type fuel, which was subjected to load tests on a dynamometric bench. Once the database was formed, the analysis and execution of regression models in machine learning were carried out to evaluate the prediction of the parameters of power, torque, fuel consumption and load factor. Subsequently, having developed the appropriate model, we proceeded to the validation of the load factor, against real operating conditions. The results of the research allowed to determine the most relevant input parameters in the prediction process, as well as the effectiveness of the evaluated models (Multiple Linear Regression, K-Nearest Neighbors, Support Vector Machine, Decision Tree, Random Forest, Artificial Neural Network and XGboost) through performance metrics such as MAE, MSE, RMSE and R2. In the case of torque, the XGBoost model presented the best performance, with an RMSE of 0.092 and R2 of 0.991, followed by the Random Forest (RF) model, which obtained an RMSE of 0.095 and an R² of 0.99. For power, the best performance corresponded to the Random Forest (RF) model, with an RMSE of 0.081 and an R² of 0.993, followed by XGBoost, with an RMSE of 0.098 and an R² of 0.990. In terms of fuel consumption, the Random Forest model showed the best performance, with an RMSE of 0.065 and an R² of 0.996, followed by XGBoost, which achieved an RMSE of 0.083 and an R² of 0.993. However, it should be noted that the computational load of the Random Forest model is considerably high. The other models evaluated did not achieve relevant results in comparison.Keywords — Artificial intelligence, machine learning, diesel engine, common rail, power, torque, fuel consumption, XGBoost. Finally, it is concluded that the model based on XGBoost is the most suitable for predicting instantaneous performance in internal combustion engines intended for industrial applications. 2024-01-01T00:00:00Z http://hdl.handle.net/20.500.14076/28335 Título : Modelo de planificación multietapa con generación distribuida fotovoltaica en redes de baja tensión de sistemas eléctricos rurales para optimización de costos Autor : Quispe Anccasi, Carlos Resumen : En un mercado eléctrico emergente donde se incluye conceptos de transición energética, seguridad energética, calidad y eficiencia. Por lo que, es imprescindible incorporar energías renovables como un actor fundamental para el desarrollo y sostenimiento de los sistemas eléctricos. Por otro lado, la evolución de la demanda exige al sistema eléctrico que garantice la calidad y eficiencia. Por lo tanto, es fundamental el planeamiento. En esta perspectiva, la presente investigación propone un modelo de planificación multietapa con generación distribuida fotovoltaica en redes de baja tensión en sistemas eléctricos rurales para optimización de costos. De forma más precisa, este modelo, en una primera etapa utiliza métodos de optimización de clustering, métodos de análisis aproximados la red de baja tensión, factores de simultaneidad por bloques de demanda y diseño experimental factorial 10x10x4x3. Además, permiten establecer la ubicación y capacidad de la generación distribuida. Adicionalmente, los métodos tendenciales y econométricos determinaron que la tasa de crecimiento de la demanda anual es 4.99%. Posteriormente, para la evaluación técnica se estableció dos alternativas, con y sin generación distribuida, en el primer caso los resultados de la energía mensual que se deja de perder son de 59,517 kWh, 149,898 kWh y 285,278 kWh para los años 2027, 2033 y 2043 respectivamente. Asimismo, la reducción de las caídas de tensión en promedio porcentual resulta de 0.29%, 0.55% y 0.81% para los años 2027, 2033 y 2043 respectivamente. Finalmente, el mínimo costo con generación distribuida es de US$ 74,811.57, VAN de 734,483.48 y TIR de 82.23%.; In an emerging electricity market where concepts of energy transition, energy security, quality and efficiency are included. Therefore, it is essential to incorporate renewable energies as a fundamental actor for the development and maintenance of electrical systems. On the other hand, the evolution of demand requires an electrical system that guarantees quality and efficiency. Therefore, planning is essential. In this perspective, the present research proposes a multistage planning model with distributed photovoltaic generation in low voltage networks in rural electrical systems for cost optimization. More precisely, this model, in a first stage, uses clustering optimization methods, approximate analysis methods of the low voltage network, simultaneity factors by demand blocks and 10x10x4x3 factorial experimental design. In addition, they allow establishing the location and capacity of distributed generation. Furthermore, trend and econometric methods determine that the annual demand growth rate is 4.99%. Subsequently, for the technical evaluation, two alternatives are determined, with and without distributed generation. In the first case, the results of the monthly energy that is no longer lost are 59,517 kWh, 149,898 kWh and 285,278 kWh for the years 2027, 2033 and 2043, respectively. Likewise, the reduction in voltage drops in percentage average is 0.29%, 0.55% and 0.81% for the years 2027, 2033 and 2043 respectively. Finally, the minimum cost with distributed generation is US$ 74,811.57, NPV of 734,483.48 and IRR of 82.23%. 2023-01-01T00:00:00Z http://hdl.handle.net/20.500.14076/28334 Título : Método para determinar la cargabilidad de cables subterraneos en media tensión Autor : Peña Huaringa, Oscar Julian Resumen : En las redes de distribución eléctrica en media tensión en el Perú y en el mundo se emplean cables directamente enterrados, siendo la forma de distribución eléctrica más utilizada. El definir la ampacidad de un cable es fundamental para el planeamiento, reposición de redes, operación, monitoreo, suministro, fijación tarifaría y la evaluación de sobrecargas. En experiencias previas trabajando en las redes de media tensión la reposición de cables se realiza cuando no ha sido necesario, en otros casos de forma prematura los cables han fallado en la tercera parte de su vida útil proyectada, por no tener claridad respecto a la verdadera ampacidad del cable, lo cual ha originado y origina pérdidas económicas importantes sobre todo en empresas de distribución eléctrica. La base normativa actual no permite tener precisión y no considera la variación de los parámetros a lo largo del alimentador de media tensión. Este trabajo propone un método adecuado que permite determinar la ampacidad de un cable en operación, explicando cada parámetro que interviene en el cálculo de ampacidad verificando cada valor que ingresa al procedimiento de cálculo, empleando elementos finitos, realizando mediciones en campo y pruebas en laboratorio. Pudiendo ser aplicado en cualquier latitud. Además, se desarrolla un software en Visual Studio que calcula la ampacidad de cables con gran precisión y se proponen tres alternativas para la mejora de la ampacidad basado en la configuración física de los cables y el uso de bentonita, sustentándolo en base a simulaciones y evaluación con pruebas de transferencia de calor con prototipo experimental.; In medium voltage electrical distribution networks in Peru and in the world, directly buried cables are used, being the most used form of electrical distribution. Defining the ampacity of a cable is essential for planning, network replacement, operation, monitoring, supply, tariff setting and overload evaluation. In previous experiences working in medium voltage networks, the replacement of cables is carried out when it has not been necessary, in other cases the cables have prematurely failed in the third part of their projected useful life, due to lack of clarity regarding the true cable ampacity, which has caused and is causing significant economic losses, especially in electrical distribution companies. The current regulatory base does not allow for precision and does not consider the variation of parameters throughout the medium voltage feeder. This work proposes an appropriate method that allows determining the ampacity of a cable in operation, explaining each parameter that intervenes in the ampacity calculation, verifying each value that enters the calculation procedure, using finite elements, performing field measurements and laboratory tests. It can be applied at any latitude. In addition, software is developed in Visual Studio that calculates the ampacity of cables with great precision and three alternatives are proposed for improving the ampacity based on the physical configuration of the cables and the use of bentonite, supporting it based on simulations and evaluation with heat transfer tests with experimental prototype. 2024-01-01T00:00:00Z