Now showing items 1-3 of 3

Diseño de un modelo de analítica de datos para calcular el margen de agua no contabilizada en totalizadores en la EAAB

Vargas Quevedo, Yadira Eugenia; Rodriguez Castillo, Andres Gerardo (Corporación Unificada Nacional de Educación Superior - CUNEscuela de IngenieríaBogotá, ColombiaEspecialización en Analítica de datos, 2025)

En el año 2024, un grupo de estudiantes de la universidad de la CUN de la especialización analítica de datos, en el desarrollo del proyecto de grado en su objetivo principal se evidencio la necesidad de diseñar un modelo ...
Power Predict: Modelo de predicción para fallas en transformadores

Unknown author (Corporación Unificada Nacional de Educación Superior - CUNEscuela de IngenieríaBogotá, ColombiaEspecialización en Analítica de datos, 2025)

En Colombia, las fallas e interrupciones en la distribución eléctrica son un desafío creciente, principalmente debido al envejecimiento de la infraestructura y la alta demanda energética. Este estudio tiene como objetivo ...
Power Predict: Modelo de predicción para fallas en transformadores

Osorio Cuestas, Edwin Fabian; Paredes Nocua, William Gerardo; Fierro Betancur, Santiago Farid (Corporación Unificada Nacional de Educación Superior - CUNEscuela de IngenieríaBogotá, ColombiaEspecialización en Analítica de datos, 2025)

En Colombia, las fallas e interrupciones en la distribución eléctrica son un desafío creciente, principalmente debido al envejecimiento de la infraestructura y la alta demanda energética. Este estudio tiene como objetivo ...

Envíos recientes

Diseño de un modelo de analítica de datos para calcular el margen de agua no contabilizada en totalizadores en la EAAB
...
Vargas Quevedo, Yadira Eugenia | 2025

En el año 2024, un grupo de estudiantes de la universidad de la CUN de la especialización analítica de datos, en el desarrollo del proyecto de grado en su objetivo principal se evidencio la necesidad de diseñar un modelo de analítica de datos, para calcular el uso de agua no contabilizada en las totalizadoras de predios residenciales y no residenciales de la ciudad de Bogotá para la EAAB. Para el desarrollo de este objetivo, se llevará a cabo un proceso de exploración de datos y se aplicarán distintos modelos de Machine Learning con el fin de calcular cuál de ellos es el más adecuado para este propósito. Las empresas de servicios públicos domiciliarios, como la Empresa de Acueducto y Alcantarillado de Bogotá (EAAB), enfrentan el desafío de ofrecer un servicio eficiente y equitativo en la distribución de agua. El Acuerdo 11 del 25 de julio de 2013 define la estructura organizacional de la EAAB y establece las responsabilidades de sus diferentes dependencias, incluyendo la gestión del agua no contabilizada.

LEER
Power Predict: Modelo de predicción para fallas en transformadores
...
| 2025

En Colombia, las fallas e interrupciones en la distribución eléctrica son un desafío creciente, principalmente debido al envejecimiento de la infraestructura y la alta demanda energética. Este estudio tiene como objetivo diseñar un modelo predictivo para anticipar fallos en los transformadores de redes de distribución eléctrica de media tensión en Yopal, Casanare, utilizando datos históricos de mantenimiento y fallas. La metodología se basa en la analítica predictiva, implementando técnicas de machine learning como regresión logística, árboles de decisión y redes neuronales para identificar patrones que permitan predecir fallos y optimizar las intervenciones de mantenimiento. El modelo se desarrolla con el propósito de mejorar la eficiencia operativa de las empresas distribuidoras de energía, reduciendo costos asociados a reparaciones imprevistas y aumentando la calidad del servicio. Se recopilan datos sobre fallas, mantenimientos previos y factores externos como condiciones ambientales para diseñar el modelo predictivo. Los resultados esperados incluyen la reducción de interrupciones en el suministro eléctrico y una optimización de los recursos disponibles para el mantenimiento preventivo. El proyecto se llevará a cabo en un periodo total de 52 semanas, con fases de análisis de datos, diseño y validación del modelo, y entrega de recomendaciones finales. En conclusión, la implementación de este modelo predictivo permitirá a las empresas anticiparse a problemas potenciales, mejorando la confiabilidad del servicio eléctrico, reduciendo costos y contribuyendo al desarrollo económico y social de la región.

LEER
Power Predict: Modelo de predicción para fallas en transformadores
...
Osorio Cuestas, Edwin Fabian | 2025

En Colombia, las fallas e interrupciones en la distribución eléctrica son un desafío creciente, principalmente debido al envejecimiento de la infraestructura y la alta demanda energética. Este estudio tiene como objetivo diseñar un modelo predictivo para anticipar fallos en los transformadores de redes de distribución eléctrica de media tensión en Yopal, Casanare, utilizando datos históricos de mantenimiento y fallas. La metodología se basa en la analítica predictiva, implementando técnicas de machine learning como regresión logística, árboles de decisión y redes neuronales para identificar patrones que permitan predecir fallos y optimizar las intervenciones de mantenimiento. El modelo se desarrolla con el propósito de mejorar la eficiencia operativa de las empresas distribuidoras de energía, reduciendo costos asociados a reparaciones imprevistas y aumentando la calidad del servicio. Se recopilan datos sobre fallas, mantenimientos previos y factores externos como condiciones ambientales para diseñar el modelo predictivo. Los resultados esperados incluyen la reducción de interrupciones en el suministro eléctrico y una optimización de los recursos disponibles para el mantenimiento preventivo. El proyecto se llevará a cabo en un periodo total de 52 semanas, con fases de análisis de datos, diseño y validación del modelo, y entrega de recomendaciones finales. En conclusión, la implementación de este modelo predictivo permitirá a las empresas anticiparse a problemas potenciales, mejorando la confiabilidad del servicio eléctrico, reduciendo costos y contribuyendo al desarrollo económico y social de la región.

LEER

Repositorio Digital

Browsing by Subject "Modelo predictivo"

Diseño de un modelo de analítica de datos para calcular el margen de agua no contabilizada en totalizadores en la EAAB

Power Predict: Modelo de predicción para fallas en transformadores

Power Predict: Modelo de predicción para fallas en transformadores

Envíos recientes

Diseño de un modelo de analítica de datos para calcular el margen de agua no contabilizada en totalizadores en la EAAB

Power Predict: Modelo de predicción para fallas en transformadores

Power Predict: Modelo de predicción para fallas en transformadores

Browsing by Subject "Modelo predictivo"

Diseño de un modelo de analítica de datos para calcular el margen de agua no contabilizada en totalizadores en la EAAB ﻿

Power Predict: Modelo de predicción para fallas en transformadores ﻿

Power Predict: Modelo de predicción para fallas en transformadores ﻿

Envíos recientes

Diseño de un modelo de analítica de datos para calcular el margen de agua no contabilizada en totalizadores en la EAAB

Power Predict: Modelo de predicción para fallas en transformadores

Power Predict: Modelo de predicción para fallas en transformadores

Diseño de un modelo de analítica de datos para calcular el margen de agua no contabilizada en totalizadores en la EAAB

Power Predict: Modelo de predicción para fallas en transformadores

Power Predict: Modelo de predicción para fallas en transformadores