Automatización en la obtención de informes de contingencia mediante python – digsilent power factory en el sistema eléctrico interconectado nacional peruano

• Autor: Rojas Salazar, Gerson
• Formato: tesis de grado
• Fecha de Publicación: 2024
• Institución: Universidad Nacional de San Agustín
• Repositorio: UNSA-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unsa.edu.pe:20.500.12773/18569
• Enlace del recurso: https://hdl.handle.net/20.500.12773/18569
• Nivel de acceso: acceso abierto
• Materia: Eficiencia; Automatización; Python-Digsilent; https://purl.org/pe-repo/ocde/ford#2.02.01

La obtención de informes de contingencia de manera tradicional mediante Digsilent Power Factory implica costos computacionales elevados, requiere de equipos potentes, demanda de tiempo y de personal, limitando la efectividad del proceso haciendo que el resultado sea ineficiente. El Sistema Eléctrico Interconectado Nacional (SEIN) peruano es complejo, y la obtención de informes de contingencia utilizando el software Digsilent Power Factory es ineficiente ya que consume muchos recursos. La automatización con Python aumenta la eficacia y precisión en la generación de informes, reduciendo costos operativos, mejorando la asignación de recursos, obteniendo así un impacto económico positivo para la empresa y por ende un mayor índice de satisfacción de los usuarios. El estudio tiene como objetivo automatizar la obtención de informes de contingencia en el Sistema Eléctrico Interconectado Nacional (SEIN) peruano mediante la conexión Python y Digsilent Power Factory, para lograr mayor eficiencia y precisión en la obtención de estos informes. La generación de informes de contingencia mediante la automatización con Python permite adaptarse y hacerlo escalable a diferentes sistemas de potencia y entornos de gestión de datos como Excel y Power BI por ende generar informes de manera más eficiente y precisa haciendo que sea una herramienta indispensable en la industria eléctrica en el futuro. El objetivo incluye examinar el proceso actual, evaluar el uso de Python para optimizar la obtención de informes y desarrollar código de programación específico. Esta automatización es necesaria para tomar decisiones informadas y eficaces, para garantizar la continuidad del suministro eléctrico en el país, lo que tiene un impacto positivo en la eficiencia y la rentabilidad del sistema.