Desarrollo de herramienta de analítica que permita asegurar la calidad de los datos de proceso de generación de energía eléctrica. Semestre de industria

Se desarrolló una herramienta de detección de anomalías enfocada en asegurar la calidad de los datos provenientes de la instrumentación de procesos industriales. Se evaluaron múltiples enfoques, incluyendo métodos estadísticos y algoritmos de machine learning no supervisado. Tras un análisis comparativo, se determinó que el modelo basado en umbrales históricos con tolerancia ofrecía el mejor desempeño, logrando identificar anomalías sin generar falsos positivos ni negativos. La solución fue implementada en un dashboard interactivo que permite cargar datos, visualizar alertas y filtrar variables por sistema. Se recomienda extender el sistema a otras unidades, integrarlo con datos en tiempo real, y complementar el modelo actual con técnicas que analicen patrones dinámicos.

• Autores: Daza Liñan, Raul Andres
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2025
• Institución: Universidad de Antioquia
• Repositorio: Repositorio UdeA
• Idioma: spa
• OAI Identifier: oai:bibliotecadigital.udea.edu.co:10495/47275
• Acceso en línea: https://hdl.handle.net/10495/47275
• Palabra clave: Dashboards (Management information systems); Análisis de datos; Data analysis; Análisis de series de tiempo; Time-series analysis; http://id.loc.gov/authorities/subjects/sh2005001935; http://vocabularies.unesco.org/thesaurus/concept2214
• Rights: openAccess
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/