“Modelado de balance hídrico de la presa Cuchoquesera - Ayacucho, mediante un algoritmo de machine learning”

Simple item page
dc.contributor.advisorMoncada Sosa, Wilmer Enrique
dc.contributor.authorCordero Mancilla, Marco Antonio
dc.date.accessioned2025-09-04T15:00:47Z
dc.date.available2025-09-04T15:00:47Z
dc.date.issued2025
dc.description.abstractLa presa Cuchoquesera es de gran importancia para la población dentro de la cuenca del río Cachi. Provee agua a la agricultura, ganadería, industria y consumo poblacional. La presente investigación tiene como objetivo desarrollar un modelo de balance hídrico mediante un algoritmo de Machine Learning, en la presa Cuchoquesera de la región Ayacucho. Para simular el Caudal de salida (Qs), se tienen en cuenta el comportamiento natural del caudal de entrada (Qen) y los parámetros hidrometeorológicos (PHM) de la estación Sunilla. Para ello se realiza un análisis de datos utilizando TensorFlow (Tf), que es un interfaz muy potente para realizar gráficos y predicciones en series temporales, de los PHM, Qen y Qs de la presa. Los resultados muestran un modelo del caudal simulado significativo con respecto al caudal observado, con fuertes indicadores de validación NSE (0.87), NSE-Ln (0.83), Pearson (0.94), R2 (0.87); con errores de incerteza RMSE (0.24), Bias (0.99), RVB (0.01), NPE (0.01) y PBIAS (0.14). Por lo tanto, las pérdidas por evaporación e infiltración desde el 2019 hasta el 2023, presentan un crecimiento significativo con tendencia positiva, donde el Qen es ligeramente mayor que el Qs simulado.es_PE
dc.description.uriTesises_PE
dc.formatapplication/pdf
dc.identifier.otherTESIS CF64_Cor
dc.identifier.urihttps://repositorio.unsch.edu.pe/handle/20.500.14612/8020
dc.language.isospaes_PE
dc.publisherUniversidad Nacional de San Cristóbal de Huamangaes_PE
dc.publisher.countryPE
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/*
dc.sourceUniversidad Nacional de San Cristóbal de Huamangaes_PE
dc.sourceRepositorio Institucional - UNSCHes_PE
dc.subjectBalance hídricoes_PE
dc.subjectParámetros hidrometeorológicoses_PE
dc.subjectMachine Learninges_PE
dc.subjectTensorFlowes_PE
dc.subjectCaudal de salidaes_PE
dc.subjectPresa Cuchoqueseraes_PE
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#1.05.11
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#1.03.00
dc.title“Modelado de balance hídrico de la presa Cuchoquesera - Ayacucho, mediante un algoritmo de machine learning”es_PE
dc.typeinfo:eu-repo/semantics/bachelorThesisen_US
renati.advisor.dni32543584
renati.advisor.orcidhttps://orcid.org/0000-0002-1648-2361
renati.author.dni70120540
renati.discipline533016
renati.jurorJanampa Quispe, Kléber
renati.jurorSoca Flores, Renato
renati.jurorMoncada Sosa, Wilmer
renati.levelhttps://purl.org/pe-repo/renati/level#tituloProfesional
renati.typehttps://purl.org/pe-repo/renati/type#tesis
thesis.degree.disciplineCiencias Físico Matemáticas
thesis.degree.grantorUniversidad Nacional de San Cristóbal de Huamanga. Facultad de Ingeniería de Minas, Geología y Civil
thesis.degree.levelTítulo profesional
thesis.degree.nameLicenciado en Ciencias Físico Matemáticas
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
TESIS CF64_Cor.pdf
Size:
12.47 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
AUT TESIS CF64_Cor.pdf
Size:
415.07 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
INFO TESIS CF64_Cor.pdf
Size:
36.34 MB
Format:
Adobe Portable Document Format
Download
Collections
ESCUELA PROFESIONAL DE CIENCIAS FÍSICO-MATEMÁTICAS