Por favor, use este identificador para citar o enlazar este ítem:
http://dspace.espoch.edu.ec/handle/123456789/21604
Título : | Análisis de consumo energético en el laboratorio de industria 4.0 y robótica de la facultad de informática y electrónica para la predicción del factor de potencia mediante técnicas de machine learning. |
Autor : | Enríquez López, Esdras Salomón |
Director(es): | Ñacato Estrella, Diego Ramiro |
Tribunal (Tesis): | Isa Jara, Ramiro Fernando |
Palabras claves : | INGENIERÍA Y TECNOLOGÍA ELÉCTRICA;ANÁLISIS ENERGÉTICO;ANÁLISIS DE DATOS;MACHINE LEARNING;FACTOR DE POTENCIA;ALGORITMOS DE PREDICCIÓN |
Fecha de publicación : | 10-nov-2023 |
Editorial : | Escuela Superior Politécnica de Chimborazo |
Citación : | Enríquez López, Esdras Salomón. (2023). Análisis de consumo energético en el laboratorio de industria 4.0 y robótica de la facultad de informática y electrónica para la predicción del factor de potencia mediante técnicas de machine learning. Escuela Superior Politécnica de Chimborazo. Riobamba. |
Identificador : | UDCTFIYE;108T0501 |
Abstract : | The laboratory of Industry 4.0 and Robotics of the Faculty of Computing and Electronics does not have devices to measure and analyze the quality of energy, as well as other fundamental electrical magnitudes, therefore, the objective of this degree work is to analyze the consumption of energy in the Laboratory of Industry 4.0 and Robotics of the Faculty of Computing and Electronics and predict the power factor applying machine learning techniques. The methodological process of this work includes the identification of the power supply line of the Laboratory of Industry 4.0 and Robotics, the reading of the fundamental electrical magnitudes such as: Voltage, Current, Power and Power Factor, the acquisition and sending of data through an IoT gateway, the creation of a database, the implementation of a web HMI interface for supervision and monitoring of electrical variables and the application of power factor prediction algorithms. With this methodology, the integration of multiple devices was achieved that will allow determining the fundamental electrical parameters, connection to the cloud and providing Internet of Things (IoT) service, in addition, a comparison of three models based on machine learning that allow predicting the power factor efficiently is presented. Through the tests carried out on the prediction algorithms, the mean square error, the score, the prediction limits and the estimate of the Kernel density for each algorithm were determined. In conclusion, it was possible to determine the energy consumption and existing power variations in the Industry 4.0 and Robotics Laboratory and implement algorithms that allow to predict the power factor effectively. |
Resumen : | El Laboratorio de Industria 4.0 y Robótica de la Facultad de Informática y Electrónica no cuenta con dispositivos para medir y analizar la calidad de energía, así como otras magnitudes eléctricas fundamentales, por lo tanto, el presente trabajo de titulación tiene como objetivo analizar el consumo de energía en el Laboratorio de Industria 4.0 y Robótica de la Facultad de Informática y Electrónica y predecir del factor de potencia aplicando técnicas de machine learning. El proceso metodológico del presente trabajo comprende la identificación de la línea de alimentación eléctrica del Laboratorio de Industria 4.0 y Robótica, la lectura de las magnitudes eléctricas fundamentales como: Voltaje, Corriente, Potencia y Factor de potencia, la adquisición y envío de datos a través de una pasarela IoT, la creación de una base de datos, la implementación de una interfaz HMI web para la supervisión y monitoreo de las variables eléctricas y la aplicación de algoritmos de predicción de factor de potencia. Con esta metodología se logró la integración de múltiples dispositivos que permitirán determinar los parámetros eléctricos fundamentales, conexión hacia la nube y brindar servicio de internet de las cosas (IoT), además se presenta una comparación de tres modelos basados en machine learning que permiten predecir el factor de potencia de manera eficiente. Mediante las pruebas realizadas a los algoritmos de predicción se determinó el error cuadrático medio, el puntaje, los límites de predicción y la estimación de la densidad del Kernel para cada algoritmo. En conclusión, se logró determinar el consumo de energía y las variaciones de potencia existentes en el Laboratorio de Industria 4.0 y Robótica e implementar algoritmos que permitan predecir el factor de potencia de forma efectiva. |
URI : | http://dspace.espoch.edu.ec/handle/123456789/21604 |
Aparece en las colecciones: | Ingeniero en Electrónica, Control y Redes Industriales; Ingeniero/a en Electrónica y Automatización |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
108T0501.pdf | 4,56 MB | Adobe PDF | ![]() Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons