Aplicación de técnicas de minería de datos para determinar un modelo de operación de un turbogenerador hidráulico

• Redy H. Risco ^[1] ; Daniel A. Pérez ^[1] ; Luis A. Casaverde ^[1] ; Gerson La-Rosa ^[1]
  1. [1] Universidad de Piura

     Universidad de Piura

     Piura, Perú

     
• Localización: Información tecnológica, ISSN-e 0718-0764, ISSN 0716-8756, Vol. 33, Nº. 6 (Diciembre), 2022, págs. 31-44
• Idioma: español
• Títulos paralelos:
  • Application of data mining techniques to define an operating model for a hydraulic turbogenerator
• Enlaces
  • Texto completo (pdf)
• Dialnet Métricas: 1 Cita
• Resumen
  • español

    Este estudio aplica un modelo de referencia que implementa la minería de datos como parte de un entorno de inteligencia de negocios para analizar la operación de un turbogenerador hidráulico. Los datos analizados provienen del sistema de control y adquisición de datos de una central hidroeléctrica. Se genera un modelo utilizando análisis de componentes principales. Luego, se evalúa el modelo con nuevas observaciones utilizando los gráficos de control estadístico multivariante: cuadrado del error de predicción y T2 de Hotelling y finalmente se implementa el análisis conectando las tablas generadas con una herramienta convencional de inteligencia de negocios. El modelo se prueba en cinco muestras correspondientes a periodos previos a una parada del turbogenerador. Se concluye que el modelo de referencia utilizado puede ser aplicado al análisis de la operación de un turbogenerador hidráulico, que los gráficos de control son capaces de detectar comportamientos atípicos de operación y que es necesario el conocimiento del proceso a analizar para una adecuada interpretación de los resultados.

  • English

    This study applies a reference model that implements data mining as part of a business intelligence environment to analyze the operation of a hydraulic turbogenerator. Data is obtained from the control and data acquisition system of a hydroelectric power plant. A model is first generated using a principal component analysis. Then, it is evaluated with new observations by using squared prediction error multivariate statistical control graphs and the Hotelling’s T2, and finally the analysis was implemented by connecting the tables generated by a conventional business intelligence tool. The model was tested on five samples corresponding to periods prior to a turbogenerator shutdown. It is concluded that the reference model presented here can be applied to analyze the operation of a hydraulic turbogenerator, that the control charts can detect atypical operating behaviors, and that previous understanding of the analyzed process is necessary for an adequate interpretation of the results.