Análisis del rendimiento de algoritmos de entrenamiento de redes neuronales artificiales, aplicadas al modelamiento dinámico de represas hidroeléctricas, mediante el error de predicción del nivel de embalse de agua.

Content Provider	Semantic Scholar
Author	Yambay, Chafla Xavier, Edison
Copyright Year	2019
Abstract	El objetivo de esta investigacion fue evaluar los algoritmos de entrenamiento de la libreria Keras de Python, aplicadas al modelamiento dinamico de represas hidroelectricas, mediante el error de prediccion del nivel de embalse de agua. Para esto se utilizo datos historicos (2005-2016) del nivel, caudal y potencia activa de la Central Hidroelectrica Agoyan, almacenados en el gestor de base de datos PostgredSQL, a los cuales se los dividio en temporadas climaticas y se los proceso utilizando tecnicas de estacionamiento de senales y de normalizacion. Para el entrenamiento de los modelos se desarrollo una plataforma de software de Python, con el uso de los algoritmos de entrenamiento de la libreria Keras mas el back-end de Tensorflow. El procesador utilizado para estas tareas fue una unidad de procesamiento grafico GPU Nvidia 1050Ti. A traves del analisis de la varianza ANOVA, se obtuvo una probabilidad (p) de 6,02157E-44 y 1.4024E-42 para el error de entrenamiento y error de validacion respectivamente, lo cual descarto la hipotesis nula ya que en ambos caso la probabilidad fue menor a 0.05 es decir (p
File Format	PDF HTM / HTML
Alternate Webpage(s)	http://dspace.espoch.edu.ec/bitstream/123456789/9697/1/20T01148.pdf
Language	English
Access Restriction	Open
Content Type	Text
Resource Type	Article