Descarbonización en el sector industrial, evaluación de procesos, metodologías y proyecciones de escenarios sostenibles según el balance energético Ecuador 2022

Para citar o enlazar este item, por favor use el siguiente identificador: http://dspace.ups.edu.ec/handle/123456789/27375
Título : Descarbonización en el sector industrial, evaluación de procesos, metodologías y proyecciones de escenarios sostenibles según el balance energético Ecuador 2022
Autor : Palate Moreta, Verónica Magaly
Pérez Flores, Mario Iván
Director de Tesis: Cuji Cuji, Cristian Cristobal
Resumen traducido: Realizar predicciones sobre las emisiones de CO2 de los sectores industria, producción, agro-pesca-minería del Ecuador, es sumamente importante a fin de conocer el impacto que tendrán en el medio ambiente, en el siguiente periodo (2022-2030). Para el presente caso se utilizó softwares como EXCEL, con su herramienta pronósticos, además del uso del software MATLAB que cuenta con herramientas de predicción más sofisticadas como son los modelos autorregresivos, para este caso nos enfocamos en el modelo autorregresivo de media móvil (ARMA). El modelo ARMA tiene como fundamento principal relacionar los datos actuales e históricos para realizar un pronóstico, basados en patrones de comportamiento temporales (anuales) , el en presente documento se realiza el análisis de la eficiencia del modelo ARMA, utilizando una base de datos oficiales que busca determinar cómo este modelo se ajusta y predice la cantidad de emisiones de CO2 que serán liberadas en el ambiente en el periodo de tiempo antes mencionado.
Resumen : Making predictions about CO2 emissions from the industrial, production, and agrofishing-mining sectors of Ecuador is extremely important in order to understand the impact they will have on the environment in the upcoming period (2022-2030). In this particular case, software such as EXCEL was used, with its forecasting tool, in addition to the use of MATLAB software, which has more sophisticated prediction tools like autoregressive models. For this case, we focused on the autoregressive moving average (ARMA) model. The main foundation of the ARMA model is to relate current and historical data to make a forecast, based on temporal (annual) behavioral patterns. In this document, we analyze the efficiency of the ARMA model, using an official database that aims to determine how this model adjusts and predicts the amount of CO2 emissions that will be released into the environment in the aforementioned period of time
Palabras clave : INGENIERÍA INDUSTRIAL
DESCARBONIZACIÓN
SECTOR INDUSTRIAL
ARMA
Fecha de publicación : 2024
URI : http://dspace.ups.edu.ec/handle/123456789/27375
Idioma: spa
Pertenece a las colecciones: Grado

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
TTQ1492.pdfTexto completo1,13 MBAdobe PDFVisualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons