Evaluación de modelos de pronóstico para estimar el  ingreso de caudales al embalse Mazar: aplicación con  redes neuronales

Castillo González, Juder Antonio

Evaluación de modelos de pronóstico para estimar el ingreso de caudales al embalse Mazar: aplicación con redes neuronales

dc.contributor.advisor	Ochoa García, Santiago Aurelio
dc.contributor.author	Castillo González, Juder Antonio
dc.contributor.cedula	1105377004	es_ES
dc.coverage	Cuenca - Ecuador	es_ES
dc.date.accessioned	2023-05-25T21:53:40Z
dc.date.available	2023-05-25T21:53:40Z
dc.date.issued	2023
dc.description	La cuenca que conforma el río Paute tiene gran importancia estratégica nacional, aquí se encuentran las hidroeléctricas Molino, Mazar, Sopladora y se proyecta Cadernillo. La superficie que aporta caudal al embalse Mazar es de 4228.43 km2. Las redes neuronales artificiales (RNA) son un método de pronóstico que está a la vanguardia que maneja y analiza bases de datos muy extensas con el fin de innovar y desarrollar las diferentes áreas del conocimiento; se pueden aplicar al reconocimiento de imágenes, búsqueda de patrones, clasificaciones, pronósticos, etc. Se desarrolló un modelo de red neuronal que permite pronosticar los niveles del río y mediante la curva de descarga de caudales se transformó los niveles de río a caudal, la base de datos se dividió en un 80% de los registros para el entrenamiento y un 20% para su validación, la muestra fue aleatoria y los errores entre los niveles de caudal observados y pronosticados en todas las iteraciones siempre se mantuvieron por debajo del 10% y un mínimo de 7.57%, en términos de error porcentual medio, lo que refleja la estabilidad del modelo de pronóstico desarrollado. La arquitectura de la red neuronal consta de 7 entradas que son los valores de nivel de agua de las estaciones hidrológicas YanuncayAjTarquiL, MataderoSayausiPL, TomebambaQtaBalzayL, MachangaraLLanteraL, TarquiAjYanuncayL, TomebambaPTARL, GualaceoDjPamarPL; 1 capa oculta con 50 neuronas; y 1 capa de salida con 1 neurona, que a su vez es el pronóstico que se comparará con los datos de la estación hidrológica Paute, punto de ingreso al embalse Mazar.	es_ES
dc.description.uri	Tesis	es_ES
dc.format	application/pdf	es_ES
dc.format.extent	98 páginas	es_ES
dc.identifier.citation	APA	es_ES
dc.identifier.other	5BT2023-TC8
dc.identifier.uri	https://dspace.ucacue.edu.ec/handle/ucacue/13892
dc.language.iso	spa	es_ES
dc.publisher	Universidad Católica de Cuenca.	es_ES
dc.relation	Trabajo de Titulación	es_ES
dc.rights	info:eu-repo/semantics/openAccess	es_ES
dc.rights.uri	http://creativecommons.org/licenses/by/4.0/deed.es	es_ES
dc.source	Universidad Católica de Cuenca	es_ES
dc.source	Repositorio Institucional - UCACUE	es_ES
dc.subject	REDES NEURONALES	es_ES
dc.subject	HIDROELÉCTRICAS	es_ES
dc.subject	PRONÓSTICO	es_ES
dc.subject	BASE DE DATOS.	es_ES
dc.title	Evaluación de modelos de pronóstico para estimar el ingreso de caudales al embalse Mazar: aplicación con redes neuronales	es_ES
dc.type	info:eu-repo/semantics/bachelorThesis	es_ES
thesis.degree.discipline	Ingeniería Civil	es_ES
thesis.degree.grantor	Universidad Católica de Cuenca. Unidad Académica de Ingeniería, Industria y Construcción. Carrera de Ingeniería Civil	es_ES
thesis.degree.level	Título Profesional	es_ES
thesis.degree.name	Ingeniero Civil	es_ES
thesis.degree.program	Presencial	es_ES