Detección y localización de fugas en parte de la red de distribución a aguas de Santiago, utilizando una máquina de vector de apoyo (SVM)
Professor Advisor
dc.contributor.advisor
Niño Campos, Yerko
Author
dc.contributor.author
Gárate Morales, Boris Alejandro
Associate professor
dc.contributor.other
Alberto Hernández, Yolanda
Associate professor
dc.contributor.other
Miranda Vallejos, Nitza
Admission date
dc.date.accessioned
2021-08-17T22:49:10Z
Available date
dc.date.available
2021-08-17T22:49:10Z
Publication date
dc.date.issued
2021
Identifier
dc.identifier.uri
https://repositorio.uchile.cl/handle/2250/181314
General note
dc.description
Memoria para optar al título de Ingeniero Civil
es_ES
Abstract
dc.description.abstract
En el marco de la escasa disponibilidad de agua por la que se atraviesa en Chile en la actualidad, además de las altas pérdidas en la distribución de agua potable existentes (33,8% promedio a nivel nacional en el caso de Chile). El presente trabajo de título consiste en la implementación de una metodología de detección y localización de fugas basado en un algoritmo de aprendizaje supervisado como lo es una máquina de vector de apoyo (SMV).
El objetivo general es la utilización de un algoritmo de aprendizaje supervisado, como la SVM, en la detección y localización de fugas para una red de distribución de gran tamaño. Para esto, se modela la red en el software OpenFlows WaterGEMS, de donde se obtienen los datos (presión y localización de la fuga) para el entrenamiento y la prueba de la SVM.
Dentro de los resultados del trabajo se tienen un total de cinco SVM que no tienen un buen comportamiento al momento de detectar y localizar las fugas, ya que como resultado arrojan un comportamiento sin fuga para la mayoría de los escenarios de prueba y entrenamiento. Además, se tienen dos SVM que detectan y localizan de buena forma fugas dentro del modelo hidráulico, en las que es posible ajustar uno de sus parámetros (C) para tratar de evitar el sobreajuste y obtener un correcto funcionamiento en la detección y localización de fugas.
es_ES
Patrocinador
dc.description.sponsorship
Powered@NLHPC: Esta investigación/tesis fue parcialmente apoyada por la infraestructura de supercómputo del NLHPC (ECM-02)