Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/11531/21901Registro completo de metadatos
| Campo DC | Valor | Lengua/Idioma |
|---|---|---|
| dc.contributor.author | García Alejo, Beatriz | es-ES |
| dc.contributor.other | Universidad Pontificia Comillas, | es_ES |
| dc.date.accessioned | 2017-09-13T13:18:56Z | - |
| dc.date.available | es_ES | |
| dc.date.issued | 2018 | es_ES |
| dc.identifier.uri | http://hdl.handle.net/11531/21901 | - |
| dc.description | Hoy día el uso de energías renovables es creciente, así como el impacto que puede tener su indisponibilidad debido a un fallo. Aunque bien conocidas las centrales hidráulicas se inscriben en este contexto. Su fallo o pérdida de disponibilidad supone unos costes importantes tanto de energía no producida, como ambientales y de mantenimiento, así como impacto en la calidad del servicio. De ahí que en la medida de lo posible es conveniente anticiparse a momentos de cierto riesgo de fallo en base a la operación e historia de incidencias que ha habido. El proyecto se inscribe en un proyecto mucho más amplio liderado por socios europeos de Noruega y Suecia. El objetivo de este proyecto es usar la información de la monitorización de la planta para la detección de anomalías y proponer indicadores de la condición de salud de los componente monitorizados, así como prever o pronosticar (prognosis) su posible evolución a corto plazo. Todo ello ayudará a tomar decisiones tanto en mantenimiento como en la operación de la central. El proyecto se ha de realizar en inglés y se basará en desarrollo de scripts en MATLAB para construir los indicadores de anomalías y realizar la prognosis. | es_ES |
| dc.description.abstract | Este proyecto extiende el campo de Business Intelligence (BI) al área de energía hidroeléctrica con el fin de mejorar las operaciones funcionales y de mantenimiento de una turbina Kaplan específica. Tal tarea se ha logrado mediante el desarrollo de patrones normales de comportamiento y detección de anomalías de algunas de las variables clave de la central hidroeléctrica que influyen en su optimización. | es-ES |
| dc.description.abstract | This project extends Business Intelligence (BI) field to hydroelectric power area in order to improve functional and maintenance operations of a specific Kaplan turbine. Such task has been achieved by the normal behavior patterns and anomalies detection development for some of the key hydroelectric plant’s variables which influence its optimization | en-GB |
| dc.format.mimetype | application/pdf | es_ES |
| dc.language.iso | en-GB | es_ES |
| dc.subject.other | MIT (H67) | es_ES |
| dc.title | Desarrollo de indicadores anomalías y prognosis de la condición de componentes de una central eléctrica hidráulica. | es_ES |
| dc.type | info:eu-repo/semantics/masterThesis | es_ES |
| dc.rights.accessRights | info:eu-repo/semantics/openAccess | es_ES |
| dc.keywords | Turbina, Hidroeléctrico, MLPNN, SVM, RBF, Acumuladores de aceite, Patrones normales de comportamiento, Detección de anomalías, Estimación | es-ES |
| dc.keywords | Turbine, Hydroelectric, MLPNN, SVM, RBF, Oil accumulators, Normal behavior patterns, Anomalies detection, Estimation | en-GB |
| Aparece en las colecciones: | H67-Trabajos Fin de Máster H67-Trabajos Fin de Máster | |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| Anexo I.pdf | ANXI | 107,07 kB | Adobe PDF |  Visualizar/Abrir |
| TFM-GarciaAlejo,Beatriz.pdf | TFGM | 12,22 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.