Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/11531/21901
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.authorGarcía Alejo, Beatrizes-ES
dc.contributor.otherUniversidad Pontificia Comillas,es_ES
dc.date.accessioned2017-09-13T13:18:56Z-
dc.date.availablees_ES
dc.date.issued2018es_ES
dc.identifier.urihttp://hdl.handle.net/11531/21901-
dc.descriptionHoy 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.abstractEste 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.abstractThis 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 optimizationen-GB
dc.format.mimetypeapplication/pdfes_ES
dc.language.isoen-GBes_ES
dc.subject.otherMIT (H67)es_ES
dc.titleDesarrollo de indicadores anomalías y prognosis de la condición de componentes de una central eléctrica hidráulica.es_ES
dc.typeinfo:eu-repo/semantics/masterThesises_ES
dc.rights.accessRightsinfo:eu-repo/semantics/openAccesses_ES
dc.keywordsTurbina, Hidroeléctrico, MLPNN, SVM, RBF, Acumuladores de aceite, Patrones normales de comportamiento, Detección de anomalías, Estimaciónes-ES
dc.keywordsTurbine, Hydroelectric, MLPNN, SVM, RBF, Oil accumulators, Normal behavior patterns, Anomalies detection, Estimationen-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.pdfANXI107,07 kBAdobe PDFVista previa
Visualizar/Abrir
TFM-GarciaAlejo,Beatriz.pdfTFGM12,22 MBAdobe PDFVista previa
Visualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.