Moncada Sosa, Wilmer EnriqueCordero Mancilla, Marco Antonio2025-09-042025-09-042025TESIS CF64_Corhttps://repositorio.unsch.edu.pe/handle/20.500.14612/8020La 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.application/pdfspainfo:eu-repo/semantics/openAccessBalance hídricoParámetros hidrometeorológicosMachine LearningTensorFlowCaudal de salidaPresa Cuchoqueserainfo:eu-repo/semantics/bachelorThesishttps://purl.org/pe-repo/ocde/ford#1.05.11https://purl.org/pe-repo/ocde/ford#1.03.00