UNIVERSIDAD NACIONAL DEL CALLAO FACULTAD DE INGENIERÍA ELÉCTRICA Y ELECTRÓNICA ESCUELA PROFESIONAL DE INGENIERÍA ELÉCTRICA TESIS “APLICACIÓN DEL IOT EN UN MEDIDOR DE CONSUMO DE ENERGÍA PARA MEJORAR EL ANÁLISIS DE CALIDAD DE ENERGÍA EN EL SISTEMA ELÉCTRICO DE LOS LABORATORIOS DE LA UNIVERSIDAD NACIONAL DEL CALLAO, CALLAO 2024” PARA OBTENER EL TÍTULO PROFESIONAL DE INGENIERO ELECTRICISTA AUTORES: Bach. ANCCO SEGURA, CARLOS ANDRES Bach. MAYTA SOLIS, ISBAR ALBERTO Bach. ZAPATA QUEVEDO, DIEGO ENRIQUE ASESOR: Dr. Lic. LEVA APAZA, ANTENOR LÍNEA DE INVESTIGACIÓN: INGENIERÍA Y TECNOLOGÍA Callao – 2024 PERÚ INFORME DE ANÁLISIS magister TF ANCCO_MAYTA_ZAPATA 14% Textos sospechosos 8% Similitudes < 1% similitudes entre comillas 0% entre las fuentes mencionadas 5% Idiomas no reconocidos Nombre del documento: TF ANCCO_MAYTA_ZAPATA.pdf ID del documento: d71e16b14d46a16bc97f8c06fef562a388b88bd3 Tamaño del documento original: 1,07 MB Depositante: FIEE PREGRADO UNIDAD DE INVESTIGACION Fecha de depósito: 5/7/2024 Tipo de carga: interface fecha de fin de análisis: 5/7/2024 Número de palabras: 17.286 Número de caracteres: 119.430 Ubicación de las similitudes en el documento: Fuentes de similitudes Fuentes principales detectadas N° Descripciones Similitudes Ubicaciones Datos adicionales 1 PT CHAVEZ FERNANDEZ RAMOS.pdf | PT CHAVEZ FERNANDEZ RAMOS #c8f76a El documento proviene de mi biblioteca de referencias 9 fuentes similares 3% Palabras idénticas: 3% (502 palabras) 2 repositorio.unac.edu.pe http://repositorio.unac.edu.pe/bitstream/20.500.12952/8705/1/TESIS - TECHERA AYMACHOQUE.pdf 7 fuentes similares 2% Palabras idénticas: 2% (437 palabras) 3 Tesis_Cabanillas_PP.pdf | Tesis_Cabanillas_PP #add813 El documento proviene de mi biblioteca de referencias 6 fuentes similares 2% Palabras idénticas: 2% (302 palabras) 4 TFJAUREGUI-REYES-SOTO .pdf | TFJAUREGUI-REYES-SOTO #042fd9 El documento proviene de mi biblioteca de referencias 5 fuentes similares 2% Palabras idénticas: 2% (306 palabras) 5 repositorio.unac.edu.pe https://repositorio.unac.edu.pe/bitstream/handle/20.500.12952/8187/TESIS_QUITO_RENDON_SUAR… 6 fuentes similares 1% Palabras idénticas: 1% (260 palabras) Fuentes con similitudes fortuitas N° Descripciones Similitudes Ubicaciones Datos adicionales 1 PROYECTO_ ISIDRO NUÑEZ JULIO WALTHER.pdf | PROYECTO_ ISIDRO NU… #43ca12 El documento proviene de mi biblioteca de referencias < 1% Palabras idénticas: < 1% (20 palabras) 2 repositorio.unac.edu.pe https://repositorio.unac.edu.pe/bitstream/handle/20.500.12952/8772/TESIS - ASIN-FLORENTINI-SILV… < 1% Palabras idénticas: < 1% (26 palabras) 3 fcc.unac.edu.pe https://fcc.unac.edu.pe/wp-content/uploads/2022/07/319-22-R-DIRECTIVA-004-ELABORACION-PROY… < 1% Palabras idénticas: < 1% (20 palabras) 4 repositorio.unac.edu.pe https://repositorio.unac.edu.pe/bitstream/handle/20.500.12952/907/122.pdf < 1% Palabras idénticas: < 1% (24 palabras) 5 repositorio.une.edu.pe http://repositorio.une.edu.pe/bitstream/20.500.14039/2435/4/TM CE-Du 4051 L1 - Lopez Ramirez Se… < 1% Palabras idénticas: < 1% (21 palabras) http://repositorio.unac.edu.pe/bitstream/20.500.12952/8705/1/TESIS%20-%20TECHERA%20AYMACHOQUE.pdf https://repositorio.unac.edu.pe/bitstream/handle/20.500.12952/8187/TESIS_QUITO_RENDON_SUAREZ.pdf?sequence=1 https://repositorio.unac.edu.pe/bitstream/handle/20.500.12952/8772/TESIS%20-%20ASIN-FLORENTINI-SILVA.pdf?sequence=1 https://fcc.unac.edu.pe/wp-content/uploads/2022/07/319-22-R-DIRECTIVA-004-ELABORACION-PROYECTO-E-INFORME-FINAL-INVESTIGACION-PREGRADO-POSGRADO-EQUIPOS-CENTROS-E-INSTITUTOS-DE-INVESTIGACION.pdf https://repositorio.unac.edu.pe/bitstream/handle/20.500.12952/907/122.pdf http://repositorio.une.edu.pe/bitstream/20.500.14039/2435/4/TM%20CE-Du%204051%20L1%20-%20Lopez%20Ramirez%20Sebastian%20.pdf HOJA DE REFERENCIA DEL JURADO Y APROBACIÓN PRESIDENTE : Mg. Ing. Pedro Antonio Sánchez Huapaya SECRETARIO : Mg. Ing. Fredy Adán Castro Salazar VOCAL : Dr. Ing. Fernando Mendoza Apaza ASESOR : Mg. Lic. Antenor Leva Apaza iii INFORMACIÓN BÁSICA FACULTAD FACULTAD DE INGENIERÍA ELÉCTRICA Y ELECTRÓNICA UNIDAD DE INVESTIGACIÓN DE LA FACULTAD DE INGENIERÍA ELÉCTRICA Y ELECTRÓNICA TÍTULO ‘‘APLICACIÓN DEL IOT EN UN MEDIDOR DE CONSUMO DE ENERGÍA PARA MEJORAR EL ANÁLISIS DE CALIDAD DE ENERGÍA EN EL SISTEMA ELÉCTRICO DE LOS LABORATORIOS DE LA UNIVERSIDAD NACIONAL DEL CALLAO, CALLAO 2024” AUTOR(ES) ANCCO SEGURA, CARLOS ANDRES ZAPATA QUEVEDO, DIEGO ENRIQUE MAYTA SOLÍS, ISBAR ALBERTO ASESOR DR. ANTENOR LEVA APAZA LUGAR DE EJECUCIÓN UNIVERSIDAD NACIONAL DEL CALLAO, CALLAO UNIDADES DE ANÁLISIS LABORATORIOS DE LA UNIVERSIDAD NACIONAL DEL CALLAO TIPO DE INVESTIGACIÓN TIPO APLICADA, CUASI-EXPERIMENTAL, NIVEL EXPLICATIVO TEMA OCDE INGENIERÍA Y TECNOLOGÍA ii v DEDICATORIA Este trabajo está dedicado a mis padres. Este logro es un testimonio de su inmenso amor y dedicación. Valoro mucho las lecciones de vida que me han impartido y por el cariño que siempre me han brindado. Mi gratitud hacia ustedes es imposible de expresar completamente. Esta tesis es un tributo a su legado y a la eterna admiración que siento por ustedes. Gracias por ser los mejores padres del mundo. En profundo agradecimiento a mis queridos padres, quienes a lo largo de sus vidas me han inculcado la cultura del trabajo y estudio. Su dedicación y esfuerzo constante para asegurarme una educación son un regalo que valoro más allá de las palabras. Esta tesis es el testimonio de su sacrificio y amor, y un recordatorio constante de la importancia del trabajo duro y la educación en nuestras vidas. vi AGRADECIMIENTO Agradecemos a nuestros docentes y familiares que nos apoyaron mutuamente para poder cumplir con este objetivo propuesto. Asimismo, a todos nuestros amigos que siempre nos con la incentivaron a salir adelante. vii ÍNDICE PORTADA ............................................................................................................ i HOJA DE REFERENCIA DEL JURADO Y APROBACIÓN ................................ iv DEDICATORIA .................................................................................................... v AGRADECIMIENTO .......................................................................................... vi ÍNDICE .............................................................................................................. vii INDICE DE TABLAS .......................................................................................... ix ÍNDICE DE FIGURAS ......................................................................................... x RESUMEN ......................................................................................................... xi ABSTRACT ....................................................................................................... xii INTRODUCCIÓN ............................................................................................... 1 I. PLANTEAMIENTO DEL PROBLEMA.......................................................... 3 1.1. Descripción de la realidad problemática ............................................... 3 1.2. Formulación del Problema .................................................................... 4 1.3. Objetivos ............................................................................................... 5 1.4. Justificación .......................................................................................... 5 II. MARCO TEÓRICO ...................................................................................... 8 2.2. Antecedentes: internacionales y nacionales ...................................... 8 2.2. Bases Teóricas ................................................................................ 12 2.3. Marco conceptual ............................................................................ 23 2.4. Definición de Términos básicos ....................................................... 25 III. HIPÓTESIS Y VARIABLES ....................................................................... 28 3.1. Hipótesis .......................................................................................... 28 3.2. Definición Conceptual de Variables .................................................... 28 IV. METODOLOGÍA DEL PROYECTO ........................................................... 32 4.1. Tipo y diseño de investigación ......................................................... 32 4.2. Método de Investigación .................................................................. 33 4.3. Población y muestra ........................................................................ 33 viii 4.4. Lugar de estudio .............................................................................. 34 4.5. Técnicas e instrumentos para la recolección de la Información ....... 35 4.6. Análisis y procesamiento de datos .................................................. 38 4.7. Aspectos éticos en investigación ..................................................... 38 V. RESULTADOS .......................................................................................... 40 5.1. Resultados descriptivos ...................................................................... 40 5.2. Resultados inferenciales ..................................................................... 50 VI. DISCUSIÓN DE RESULTADOS ............................................................... 55 6.1. Contrastación y demostración de hipótesis con los resultados ........... 55 6.2. Contrastación de los resultados con otros estudios similares ............. 56 6.3. Responsabilidad ética de acuerdo a los reglamentos vigentes ........... 58 VII. CONCLUSIONES ...................................................................................... 59 VIII. RECOMENDACIONES.............................................................................. 61 IX. REFERENCIAS BIBLIOGRÁFICAS .......................................................... 63 X. ANEXOS .................................................................................................... 71 Anexo N°1 - Matriz de Consistencia ............................................................. 71 Anexo N°2 – Instrumento de recolección de datos ....................................... 73 Anexo N° 3 – Validación de instrumentos ..................................................... 76 Anexo N°5 – Base de datos .......................................................................... 78 ix INDICE DE TABLAS Tabla 1. Matriz de operacionalización de variables ......................................... 30 Tabla 2. Distribución de la población en estudio ............................................. 34 Tabla 3. Validación del instrumento por juicio de expertos ............................. 37 Tabla 4. Estadísticos de fiabilidad del instrumento ......................................... 37 Tabla 5. Comparación de medidas tomadas entre el MT–1710 y el ZMPT101B ......................................................................................................................... 45 Tabla 6. Mediciones de los sensores no invasivos y equipo patrón …………..41 Tabla 7. Validación de mediciones del THDI entre el sistema y el equipo Fluke 435 …………………………………………………………………………………… 43 Tabla 8. Validación de mediciones de FP entre el sistema y el equipo Fluke ... 44 Tabla 9. Descriptivos del Nivel de voltaje mensual - Pre Test vs Post Test …. 45 Tabla 10. Descriptivos de las fluctuaciones de corriente - Pre Test vs Post Test ......................................................................................................................... 46 Tabla 11. Descriptivos del Factor de potencia - Pre Test vs Post Test ......... 489 Tabla 12. Prueba de Normalidad de Shapiro Wilks ......................................... 50 Tabla 13. Prueba de Homogeneidad de Bartlett ............................................. 50 Tabla 14. Prueba T de Student. Nivel de Voltaje - Pre vs Post ....................... 52 Tabla 15. Prueba T de Student. Fluctuaciones de corriente - Pre vs Post ...... 53 Tabla 16. Prueba T de Student. Factor de potencia - Pre vs Post ................. 54 x ÍNDICE DE FIGURAS Figura 1. Arquitectura MQTT ............................................................................ 13 Figura 2. Forma de onda en subtensión .......................................................... 16 Figura 3. Forma de onda del voltaje en estado de sobretensión...................... 16 Figura 4. Desplazamiento por corriente continua ............................................. 17 Figura 5. Forma de onda del voltaje en presencia de Interarmónicos .............. 18 Figura 6. Presencia de ruido en las señales eléctricas .................................... 19 Figura 7. Esp32 Module ................................................................................... 20 Figura 8. Transformador de Corriente ST 013-100 .......................................... 20 Figura 9. Sensor de voltaje ZMPT101B ........................................................... 21 Figura 10. Pantalla TFT 2.4'' ............................................................................ 21 Figura 11. Funcionalidades del Firebase ......................................................... 22 Figura 12. Secciones del entorno de programación MIT APP Inventor 2 ......... 22 Figura 13. Esquema general del medidor de consumo de energía .................. 23 Figura 14. Comparación de los Gráficos de Cajas por Grupos – Nivel de voltaje ......................................................................................................................... 46 Figura 15. Comparación de los Gráficos de Cajas por Grupos – Fluctuaciones de corriente ...................................................................................................... 47 Figura 16. Comparación de los Gráficos de Cajas por Grupos – Factor de potencia ........................................................................................................... 49 xi RESUMEN El presente estudio tuvo como objetivo principal aplicar IoT en un medidor de consumo de energía para mejorar el análisis de calidad de energía en el sistema eléctrico en los usuarios de los laboratorios de la Universidad Nacional del Callao, Callao 2024. La metodología utilizada en este estudio se basó en un enfoque cuantitativo de tipo aplicada y en un diseño cuasiexperimental de nivel explicativo. Para la población se consideró dos grupos siendo una de tipo finita en el cual se identifica al sistema eléctrico de laboratorios de la facultad de ingeniería eléctrica y electrónica de la Universidad Nacional del Callao y al otro grupo se considera al personal técnico, profesores, estudiantes, así como el personal administrativo que usan los laboratorios de la facultad de ingeniería eléctrica. De esta población, se considera como muestra primero al sistema eléctrico de laboratorios de la facultad de ingeniería eléctrica y electrónica de la Universidad Nacional del Callao y a al segundo grupo a 4 personales técnicos, 8 profesores, 24 estudiantes y 40 del personal administrativo. Además, el equipo fue validado comparando con equipos patrón, con lo cual se pudo hallar el error relativo, de las medidas de la corriente, voltaje, armónicos y factor de potencia. Los resultados obtenidos revelaron que la aplicación del IoT en el medidor de consumo de energía ha mejorado significativamente la calidad del sistema eléctrico en los laboratorios de la Universidad Nacional del Callao. También se obtuvo en las pruebas con el equipo patrón un error relativo máximo del 17.2% en el circuito C2 con respecto a la medición con respecto al THD, un 0.63% en el voltaje y un 3.64% en la corriente. Estos resultados confirman que la implementación del IoT ha optimizado significativamente la calidad y eficiencia del suministro eléctrico en los laboratorios universitarios. Palabras clave: Latencia, Nodo sensor, Perturbaciones y Factor de potencia xii ABSTRACT The main objective of this study was to apply IoT in an energy consumption meter to improve the analysis of power quality in the electrical system for users of the laboratories of the Universidad Nacional del Callao, Callao 2024. The methodology used in this study was based on an applied quantitative approach and a quasi-experimental design with an explanatory level. For the population, two groups were considered, one of finite type in which the electrical system of laboratories of the faculty of electrical and electronic engineering of the National University of Callao is identified, and the other group is considered the technical personnel, professors, students, as well as the administrative personnel that use the laboratories of the faculty of electrical engineering. From this population, the first sample is considered to be the electrical system of laboratories of the Faculty of Electrical and Electronic Engineering of the National University of Callao and the second group is 4 technical personnel, 8 professors, 24 students and 40 administrative personnel. In addition, the equipment was validated by comparing it with standard equipment, with which the relative error of the measurements of current, voltage, harmonics and power factor could be found. The results obtained revealed that the application of IoT in the energy consumption meter has significantly improved the quality of the electrical system in the laboratories of the National University of Callao. In the tests with the standard equipment, a maximum relative error of 17.2% was also obtained in the C2 circuit with respect to the measurement with respect to the THD, 0.63% in the voltage and 3.64% in the current. These results confirm that the implementation of IoT has significantly optimized the quality and efficiency of the electrical supply in university laboratories. Keywords: Latency, Sensor Node, Disturbances and Power Factor. 1 INTRODUCCIÓN Durante años, los medidores eléctricos tenían principalmente la función de medir la cantidad de energía que utilizaba un usuario, para esto, era suficiente instalar un medidor electromecánico [1]. Sin embargo, los contadores de electricidad han evolucionado hasta convertirse en dispositivos automáticos e inteligentes. Los Smart Meter, posibilita la comunicación bidireccional a través de internet entre la empresa suministradora de energía y el medidor, proporcionando información sobre el consumo realizado y verificando si el acceso al servicio es legal [2] . Esta variación se ha vuelto más notoria debido a que en los últimos cinco a diez años se han agregado una gran cantidad de equipos y herramientas al proceso de producción o laboratorios [3] lo que provoca cambios en la lectura de los datos. La integración masiva de dispositivos electrónicos dentro de las redes eléctricas ha sido notable, así como han sido particularmente vulnerables a variaciones menores en los parámetros de voltaje, corriente y frecuencia [4]. Hoy en día, a energía eléctrica se mide con sensores de voltaje y corriente conectados a placas electrónicas programables. Estas realizan cálculos eléctricos mediante código y muestran resultados en pantallas para que los usuarios tomen decisiones informadas. [5]. Los beneficios de supervisar y analizar el consumo de energía constantemente mediante nuevos modelos de medidores eléctricos son varios, incluida la seguridad al cumplir las directrices de la calidad energética [6]. En Ecuador, se han creado tecnologías y sistemas para supervisar el consumo de energía en hogares, considerando el uso variado de dispositivos, lo cual puede causar distorsiones armónicas elevadas (THD) y afectar la calidad de la energía eléctrica [7]. En Argentina, si diseñaron prototipos de redes de Iot avanzadas para monitorear la recuperación de energía utilizando Internet de las cosas (IoT), así como se observaron retardos en el sistema que produjeron comportamientos inestables en el sistema, afectando sistemas de comunicación, procesamiento digital de una señal y otros fenómenos de transporte [8]. En las naciones latinoamericanas, las infraestructuras eléctricas no han experimentado avances significativos. En la actualidad, el procedimiento 2 para registrar el consumo indicado en los medidores eléctricos en casi todo el Perú lo realizan regularmente, trabajadores contratados por las compañías distribuidoras de electricidad, las cuales visitan cada medidor en persona para registrar el consumo [9]. Por ello en esta investigación se implementa un medidor de consumo de energía eléctrica utilizando el ESP32 que se comunica con la nube mediante el protocolo MQTT y envía datos sobre el voltaje y la corriente al Firebase que luego se muestra en el aplicativo y también en la pantalla LCD para monitorear y alcanzar una mejor eficacia de la red eléctrica, monitoreando el control del consumo óptimo de electricidad. 3 I. PLANTEAMIENTO DEL PROBLEMA 1.1. Descripción de la realidad problemática La demanda de electricidad estuvo en aumento debido al constante incremento de los habitantes o la utilización de dispositivos eléctricos como calefactores, luminarias, entre otros aparatos. La iniciativa de la ONU para el entorno (UNEP) en su publicación de Updated Framework Guidelines for Energy Efficiency Standards in Buildings establecieron que las estructuras domiciliarias y de negocio utilizaron más del 70% de la energía eléctrica producida [10]. Actualmente muchos de los equipos de laboratorio se diseñaron con esquemas de eficiencia energética. Desafortunadamente los usuarios no han tenido una noción clara acerca del consumo energéticos de los aparatos electrónicos que existieron en su vivienda o la implicancia de estos en el gasto total de energía [11]. Las compañías distribuidoras gestionaron el consumo mediante un sistema convencional que les permitió utilizar medidores de energía electromecánicos, los cuales necesitaban la lectura manual individual para recopilar datos [12]. Otro inconveniente con este tipo de medidores fue que el registro se realizó mensualmente, así pues, las compañías y los clientes finales solo contaban con los detalles de gasto cada mes, lo que impactó en la habilidad de hacer elecciones estratégicas para el ahorro y la eficiencia en el uso del suministro eléctrico por parte de los usuarios finales [9]. La tecnología propietaria también dificultó la reparación, sustitución y actualización de componentes de los equipos, ya que los limitó a una sola marca con sus rangos máximos de medición, precisión y características, los cuales han sido inadecuados para entornos que requirieron especificaciones específicas. [13]. Para incorporar inteligencia a las redes eléctricas convencionales se instalaron diversos equipos, entre los que cabe citar, los contadores inteligentes, los cuales permitieron registrar y analizar los hábitos de consumo de energía en las casas, proporcionaron una visión detallada de cómo se utilizó la energía [14]. Además, estos medidores tuvieron la capacidad de leer los 4 parámetros de eficiencia energética. La excelencia de la electricidad fue un factor de medición decisivo, ya que impactó directamente en la eficiencia y protección de las redes eléctricas. Se relacionó con la presencia de diversas cuestiones, como distorsiones, interrupciones, fluctuaciones y otras que afectaron el manejo de la energía eléctrica [6]. De lo acontecido surgieron las preguntas: cómo, de qué manera las propiedades del IoT en un medidor de consumo de energía podrá mejorar el análisis de calidad de energía en el sistema eléctrico, por ende, se formuló el problema de investigación a continuación. 1.2. Formulación del Problema 1.2.1. Problema General P.G.1 ¿Cómo la aplicación del IoT en un medidor de consumo de energía podrá mejorar el análisis de calidad de energía en el sistema eléctrico en los usuarios de los laboratorios de la Universidad Nacional del Callao, Callao 2024? 1.2.2. Problemas Específicos P.E.1. ¿Cómo la aplicación del IoT en un medidor de consumo de energía podrá evitar variaciones en el nivel de voltaje en el sistema eléctrico en los usuarios de los laboratorios de la Universidad Nacional del Callao, Callao 2024? P.E.2. ¿Cómo la aplicación del IoT en un medidor de consumo de energía podrá disminuir los armónicos en el sistema eléctrico en los usuarios de los laboratorios de la Universidad Nacional del Callao, Callao 2024? P.E.3. ¿De qué manera la aplicación del IoT en un medidor de consumo de energía podrá mejorar el factor de potencia en el sistema eléctrico en los usuarios de los laboratorios de la Universidad Nacional del Callao, Callao 2024? 5 1.3. Objetivos 1.3.1 Objetivo general O.G. Aplicar IoT en un medidor de consumo de energía para mejorar el análisis de calidad de energía en el sistema eléctrico en los usuarios de los laboratorios de la Universidad Nacional del Callao, Callao 2024. 1.3.2. Objetivos específicos O.E.1 Diseñar un sistema IoT en un medidor de consumo de energía para evitar variaciones en el nivel de voltaje en el sistema eléctrico en los usuarios de los laboratorios de la Universidad Nacional del Callao, Callao 2024 O.E.2 Implementar un sistema IoT en un medidor de consumo de energía para disminuir los armónicos en el sistema eléctrico en los usuarios de los laboratorios de la Universidad Nacional del Callao, Callao 2024 O.E.3 Utilizar el IoT en un medidor de consumo de energía para mejorar el factor de potencia en el sistema eléctrico en los usuarios de los laboratorios de la Universidad Nacional del Callao, Callao 2024 1.4. Justificación 1.4.1. Justificación teórica Concordante con [15] mencionó que esta se ha realizado cuando el objetivo del análisis consistió en estimular el análisis y el intercambio educativo sobre el saber actual, cuestionó un esquema, comparó los hallazgos, examinó la teoría del saber establecido o cuando se pretende exhibir las alternativas de un patrón.” A partir de lo mencionado, este estudio contó con una justificación teórica pues la aplicación del internet de las cosas nos permitió monitorear las variaciones que ocurran en los criterios de la distinción de la energía y hemos contrastarlo con otras investigaciones. 6 1.4.2. Justificación práctica Concordante con [15] mencionó que “la justificación práctica, se debe realizar cuando el avance del estudio ayuda a abordar una problemática o, al menos, sugiere estrategias que, al implementarse, podrían ayudar a resolverla.” Este estudio ha permitido analizar de manera más precisa y constante la distinción de la energía en la UNAC de manera remota. 1.4.3. Justificación metodológica Para [15] esta se presentó cuando el estudio ha propuesto una alternativa innovadora que origina saber aceptable y creíble. Este estudio contó con esta, puesto que se planteó la implementación del Internet de las Cosas con un enfoque estructurado para analizar la distinción de la energía eléctrica, considerando el factor de potencia, fluctuaciones de voltaje y perturbaciones en el sistema eléctrico de la UNAC. Delimitantes de la investigación Según [16], “La delimitación ha sido realizada en términos de tiempos y espacio, con el fin de colocar la problemática dentro de un ámbito particular y y coherente ‘’. Se tienen las siguientes delimitaciones: Delimitación teórica En este estudio de investigación se está examinando el envío de información remota utilizando el internet de las cosas con el Wifi y su influencia en la examinación de la distinción de energía eléctrica, lo que beneficiará a los laboratorios de la UNAC. 7 Delimitación espacial Abarcó exclusivamente los laboratorios de la UNAC, excluyendo cualquier otro lugar a causa de las variadas circunstancias presentes en cuestión a cada uno. Delimitación temporal Este estudio se realizó en febrero del 2024 y duró 05 meses que se dividirá en la obtención de materiales, las pruebas iniciales y la aplicación del IoT en el sensado de los parámetros de excelencia de la energía. 8 II. MARCO TEÓRICO 2.2. Antecedentes: internacionales y nacionales ANTECEDENTES INTERNACIONALES Para [17] en su investigación “SISTEMA INTELIGENTE DE CONSUMO DE ENERGÍA ELÉCTRICA (SMART METERING) CON TECNOLOGÍA LORA PARA HOGARES EN AMBATO” para la obtención de su título de ingeniero en electrónica y comunicaciones, desarrolló un prototipo para el consumo de energía con tecnología LoRa. Por ello utilizó un método aplicado y experimental, esto involucró la ejecución de un conjunto de actividades destinadas a recopilar la información requerida mediante el monitoreo y la medición de variables de estudio a lo largo de un periodo específico. Finalmente, El trabajo sugirió que, al iniciar el circuito, es importante comprobar el voltaje medido utilizando un multímetro, ya que podría ser necesario ajustar de nuevo el sensor. Las lecturas pueden oscilar hasta ±1 V. De lo expuesto por el autor, es importante la medición inteligente del consumo de energía, con el fin de mejorar la información de su consumo al cliente, esta situación proporcionó una base para analizar la variable: “Aplicación IoT.” Para [18] en estudio “SISTEMA DE TELEGESTIÓN PARA EL CONTROL DEL CONSUMO ELÉCTRICO MEDIANTE UNA RED IOT EN LA FACULTAD DE INGENIERÍA EN SISTEMAS DE AMBATO” para la obtención de su grado de ing. en telecomunicaciones, ha implementado un sistema de telecontrol para gestionar el consumo eléctrico a través de una red IoT. Para ello ocupó un método de investigación aplicada, y el procesamiento y análisis de datos se dividió en cuatro etapas. Se llevaron a cabo varias etapas: primero, la revisión de la información recolectada; luego, el estudio de las redes IoT; seguido por el análisis de seguridad en estas redes; y finalmente, el estudio sobre la reducción del consumo eléctrico mediante la implementación del Internet de las Cosas y el análisis de datos de consumo en un edificio. En conclusión, se recomendó 9 aprovechar los recursos de las bibliotecas en Arduino IDLE para aligerar la carga en el servidor y simplificar la programación, dado que proporciona instrucciones específicas para diversas acciones. Además, se propuso sustituir las lámparas fluorescentes del edificio administrativo por lámparas LED, basándose en el análisis que muestra un menor consumo de energía y mayores ahorros. De lo señalado por el autor, es crucial establece un sistema de telecontrol para gestionar el consumo con el fin de analizar los datos del consumo eléctrico en un edificio, esta situación proporcionó una base para analizar la variable: “Aplicación IoT.” Para [19] en su estudio “ANÁLISIS DE CALIDAD DE ENERGÍA ELÉCTRICA EN LA EMPRESA TEXTIL ETIQUETEX S.A.” para la obtención del título como Ingeniero Electromecánico, llevó a cabo una evaluación de la calidad de energía eléctrica mediante el empleo de un analizador de carga trifásico de la marca Fluke, modelo 434. Para ello utilizó una metodología de tipo aplicada basada a las normas técnicas de los servicios de distribución, la cual registra y almacena los datos según los parámetros de calidad definidos por la normativa, identificando así las alteraciones presentes en la red eléctrica. Finalmente, en este trabajo se recomendó diseñar una propuesta para mejorar el diseño de la red eléctrica, así como equilibrar las cargas, fortalecer los conductores y desarrollar un filtro activo, lo cual tienen como objetivo el aumento de la eficiencia global del sistema eléctrico. Basado en lo expuesto por el autor, resultó necesario ejecutar nuevos equipos con alta tecnología en sus instalaciones, así como buscar nuevas soluciones para controlar variaciones en la red, esta situación proporcionó una base para analizar la variable: “Calidad de la energía”. ANTECEDENTES NACIONALES Para [20] en su estudio “PROPUESTA DE SISTEMA DE LECTURA REMOTA DE MEDIDORES DE ENERGÍA ELÉCTRICA, PARA 10 MEJORAR EL SERVICIO ENSA – LAMBAYEQUE” para conseguir el título de ingeniero mecánico electricista, tuvo como objeto describir las tendencias de los sistemas de lectura remota de medidores a nivel global y local, y proponer un diseño específico para ENSA, para ello utilizó un método que recaba data secundaria y primaria para identificar y corregir las fallas principales en las mediciones presenciales, así como establecer nuevos indicadores SAIDI y SAIFI utilizando análisis estadístico de datos. Se recomendó participar en sesiones introductorias y capacitaciones sobre Telegestión, Smart Meter, Smart Grid y AMI Basado en lo expuesto por el autor, es crucial escribir las tendencias tecnológicas de sistemas de lectura remota y diagnosticar los primordiales fallos en las mediciones presenciales, esta situación proporcionó una base para analizar la variable: “Aplicación IoT.” Para [21] en su estudio “DISEÑO DE UN PROTOTIPO DE MEDIDOR INTELIGENTE PARA ANÁLISIS DE CALIDAD DE ENERGÍA EN INSTALACIONES INDUSTRIALES” para conseguir el título de ingeniero mecánico electricista, tuvo como objetivo crear un modelo experimental de medidor inteligente, para ello utilizó un método de tipo aplicada porque integra conocimientos científicos y tecnológicos para descubrir nuevos entendimientos aplicables en el diseño de prototipos y equipos. El estudio adoptó un diseño no experimental, observando variables en su entorno natural sin manipulación. Se sugirió mantener conectividad a internet constante para consultar resultados en tiempo real y asegurar precisión en las lecturas; en caso de interrupción, se muestra el último dato. Además, se recomendó transferir datos almacenados a otra memoria o aumentar la capacidad de almacenamiento para conservar registros mensuales. De acuerdo con el autor, es indispensable realizar un análisis en las instalaciones eléctricas para determinar la eficiencia del funcionamiento de los equipos eléctricos y electrónicos, esta situación proporcionó una base para analizar la variable: “Calidad de la energía”. 11 Para [22] en su estudio “DISEÑO DE UN SISTEMA DOMÓTICO PARA UNA VIVIENDA FAMILIAR EN PATIVILCA, 2023” para conseguir el título de Ingeniero electrónico, diseñaron un sistema domótico y el consumo de energía eléctrica en una vivienda familiar en Pativilca. La metodología ocupada fue de tipo aplicada. Asimismo, se diseñó un sistema conectado a IoT que permitió un control integro a tiempo real mediante el desarrollo de una plataforma llamado NodeMCU-32 30-pin ESP32 que ayudó en la supervisión de consumo de energía eléctrica. Finalmente, en este trabajo se recomendó la utilización de una plataforma que permite la recolección y la muestra de datos de consumo. De lo concordado por el autor, es necesario una herramienta que permita recopilar y mostrar datos para identificar patrones y tendencias de consumo de energía eléctrica en una vivienda familiar, esta situación proporcionó una base para analizar la variable: “Aplicación IoT.” Para [23] en su estudio “DESCRIPCIÓN DE LOS PARÁMETROS DE LA CALIDAD DE ENERGÍA ELÉCTRICA DEL SISTEMA DE UTILIZACIÓN DE LA CLÍNICA REBAGLIATI - HUANCAYO EN EL AÑO 2020”, exploraron las características de los parámetros que influyen en la calidad de la energía eléctrica utilizada en el centro médico, empleando una metodología básica. Se evaluaron según la Norma Técnica de Calidad de Servicios Eléctricos (NTCSE), analizando 6025 registros de mediciones de calidad de energía y 6 mediciones de puestas a tierra. Los resultados indicaron que el voltaje, la frecuencia, la distorsión armónica total y los armónicos individuales estaban dentro de los límites establecidos. Sin embargo, se identificó un desequilibrio de voltaje del 3.4042% y un factor de potencia de 0.8679, que está por debajo de los estándares requeridos. De lo mencionado por el autor, es necesario realizar el balance de las cargas de energía eléctrica puesto que evitará el desajuste de carga en la institución hospitalaria a fin de mitigar la facturación de energía reactiva, esta situación proporcionó una base para analizar la variable: “Calidad de la energía.” 12 2.2. Bases Teóricas Tecnología WiFi El estándar WiFi más común empleado en las casas y oficinas es el 802.11 n, que una alta tasa de transferencia en el rango de cientos de Mbits por segundo, lo cual es ideal para la transferencia de archivos, pero también presenta un consumo elevado de energía en aplicaciones inalámbricas IoT. El uso de WiFi en IoT tiene varias ventajas evidentes, como la capacidad de establecer conexiones directas con un intercambio seguro de claves reconocido, eliminando la necesidad de puentes adicionales de protocolos de capa física y hardware de puerta de enlace. Esto reduce tanto el costo como la complejidad de la arquitectura de red. Algunas características son: - Estándar: Basado en 802.11 n - Frecuencia: 3GHz y 5GHz - Alcance: Aproximadamente 70m - Velocidad de transferencia: varía entre 54 y 600 Mbps, generalmente alcanzando entre 150 y 200 Mbps, dependiendo del canal de frecuencia utilizado y el número de antenas. El estándar 802.11ac proporciona velocidades que van desde 500 Mbps hasta 1 Gbps[24]. El Internet De Las Cosas Consiste en la habilidad de establecer conexión en la mayoría de los objetos o dispositivos a Internet en cualquier momento y lugar. De manera técnica, es una red inclusiva de equipos inteligentes interconectados que recogen, comparten y analizan datos mediante internet. Estos dispositivos, que van desde sistemas domésticos inteligentes hasta infraestructuras urbanas avanzadas, las cuales forman sistemas de información más pequeños que integran y optimizan diversas funciones [25] - MQTT 13 MQTT es un procedimiento que opera sobre TCP/IP en la capa de transporte para el intercambio de mensajes. Se distingue por ser ligero, abierto, simple, sencillo y sencillo de emplear, convirtiéndolo en una alternativa optima para la comunicación en entornos con recursos restringidos, como loT. La finalidad del MQTT consistió en la transmisión segura de mensajes en condiciones restrictivas, como redes con ancho de banda limitado o no confiables, adecuado para dispositivos con capacidad limitadas. Emplea un esquema de difusión-inscripción cliente-servidor para la entrega de mensajes, como se ejemplifica en la figura 2.2.1. [26]. Figura 1. Arquitectura MQTT - Modelo publicador suscriptor El modelo publicación/suscripción (pub/sub) ofrece una opción diferente a la estructura convencional de cliente-servidor, compuesto por los siguientes componentes: o Client - Cualquier subscriptor o publicador que esté conectado al servidor MQTT que intercambia mensaje acerca de un tema determinado con otro cliente. o Broker - Es el componente de software que obtiene todos los avisos de los usuarios publicadores y los envía a los usuarios suscriptores. Debido a que el broker puede convertirse en un cuello de botella o un punto de fallo, es crucial gestionarlo adecuadamente para mantener la fiabilidad del sistema. o Topic - Un topic es un punto final al que se conectan los clientes, actuando como el centro de distribución para la publicación de mensajes. 14 o Payload - Es la información contenida en el mensaje, que puede incluir datos recolectados o estar vacía. o Connection - MQTT puede ser utilizado por clientes utilizando TCP como transporte. El puerto estándar para exponerlo es el 1883, la cual es inseguro. En resumen, el modelo de publicación/suscripción elimina la necesidad de una comunicación directa entre quien publica el mensaje y quien lo recibe. Al filtrar a través del bróker, se puede gestionar qué suscriptores reciben el mensaje [27]. Medidores inteligentes Proporcionar información en tiempo real a las empresas de suministros, permitiéndoles mejorar su productividad, estas diapositivas ayudan a reducir los costes de inversión y facilitan la recolección de datos y la gestión eficiente de la electricidad [28]. La Tele medición es una tecnología que capturan y transmiten los datos de consumo al proveedor del servicio de manera regular, además disminuye el costo y la demanda de trabajo para la lectura manual puerta a puerta, además de proporcionar datos energéticos tanto a los usuarios como a las empresas [29]. - Tipos de medidores de energía eléctrica. Por su estructura, existen dos categorías: medidores electromecánicos y medidores electrónicos. Los electromecánicos combinan componentes tradicionales con tecnología moderna, proporcionando monitoreo en tiempo real, lectura remota, mayor precisión y un notable resiliencia y durabilidad. En el caso de los electrónicos son de mayor precisión, ofrecen monitoreo de parámetros eléctricos adicionales, capacidad de almacenamiento y procesamiento de datos, interconexión con redes de comunicación y funciones avanzadas de gestión energética [30]. En función del tipo de energía que cuantifican, hay medidores de energía activa y reactiva. La primera se mide en kilovatios-hora (kWh), mientras que la segunda se mide en kilovarh (kvarh); esta última es calculada por 15 medidores electrónicos. En la industria, se factura tanto la energía activa como la reactiva, por lo que se emplean dispositivos que puedan medir ambos tipos de energía. [31]. FACTOR DE POTENCIA El (f.d.p) es una evaluación de la eficiencia en el uso de la electricidad, la mejora del factor de potencia disminuye la potencia sobre los transformadores y conductores de las instalaciones eléctricas. La optimización del factor de potencia a través de métodos de corrección disminuye la carga en los transformadores y conductores de energía, lo que resulta en una reducción de las pérdidas en el suministro eléctrico principal y contribuye a un sistema de red más sostenible. Es por ello que resulta importante el control y el manejo del factor de potencia, debido a que los efectos de un bajo factor pueden tener en la red al producir daños significativos, así como gastos económicos [32], 𝐹𝑝 = 𝑃 𝑆 = 𝐶𝑜𝑠(𝜃𝑣 − 𝜃𝑖) (1) Fp: Factor de potencia P: potencia Activa S: Potencia aparente Este factor de potencia puede tener otra representación, como se muestra en la ecuación (2) que se refiere a la frecuencia fundamental (60Hz), es importante destacar que, en presencia de armónicos, esta expresión difiere de la ecuación (1). 𝐶𝑜𝑠(𝜑) = 𝑃1 𝑆1 (2) Dónde: P1: Potencia activa fundamental S1: Potencia aparente fundamental 16 SUBTENSIÓN Una subtensión es una condición en la que el voltaje aplicado cae el 90 % del voltaje nominal. Al menos durante un minuto (ver figura 2.2.2.). Generalmente las condiciones de bajo voltaje se producen cuando una instalación demanda más energía de la que la línea es capaz de suministrar. Existen diversas razones de una subtensión en la red de suministro, entre las cuales se incluyen como el cierre y apertura de disyuntores, deficiencias humanas, arranque de motores, energización de transformadores, fallos en equipos, condiciones meteorológicas y daños a cables subterráneos [33]. Figura 2. Forma de onda en subtensión SOBRETENSIÓN Las sobretensiones permanentes o temporales son aumentos de tensión causas por un exceso de tensión que puede perjudicar la red eléctrica (ver figura 2.2.3.). Las sobretensiones son comunes por causar perjuicios en la red eléctrica, dispositivos, circuitos electrónicos, así como equipos eléctricos y electrónicos vinculados a la red eléctrica [33]. Figura 3. Forma de onda del voltaje en estado de sobretensión 17 DISTORSIÓN DE LA FORMA DE ONDA Una distorsión de onda comprende como la presencia de componentes armónicos de corriente y voltaje, que son múltiples de la frecuencia fundamental, así como interarmónicos y supraarmónicos, que incluyen distorsiones sincrónicas y asincrónicas en el rango de 2KHZ. a 150 KHZ [34] Existen cinco tipos principales de distorsión de forma de onda. - Desplazamiento de CC El desplazamiento de corriente continua CC se encuentra intrínsecamente presente en la señal de entrada como se puede ver en la figura 2.2.4., su diseño puede originarse por distintas fuentes, como fallas transitorias, errores de medición o inexactitudes en el procesamiento de señales, y su presencia puede llevar a oscilaciones de frecuencia fundamental en la fase y frecuencia estimadas del voltaje de la red [35]. Figura 4. Desplazamiento por corriente continua - Armónicas La distorsión de onda armónica comprende a las alteraciones en la forma de onda de la corriente y el voltaje en los sistemas eléctricos debido a la existencia de cargas no lineales. Esta distorsión tiene efectos significativos en las redes eléctricas, incluyendo la disminución del factor de potencia, la producción de potencias reactivas ineficaces, y un aumento en las pérdidas de energía [36]. Distorsión armónica total: El THD es uno de los índices de medición más relevantes empleados en estos estándares con el fin de evaluar de manera sistemática y comparable la calidad en los sistemas de energía, 18 contribuyendo a corregir la calidad del sistema energético y aminorar el grado de distorsión [37]. 𝑇𝐻𝐷 = ∑∞ ℎ=2 𝑦ℎ 2 𝑦1 × 100% (3) - Interarmónica La distorsión interarmónica se refiere a los efectos causados por señales adicionales superpuestas a las ondas fundamentales en un sistema de potencia (Ver figura 2.2.5.). Pueden presentarse como frecuencias discretas o como un amplio espectro de banda. Estas señales se encuentran en todos los sistemas de potencia y pueden provocar sobrecargas, oscilaciones y distorsiones en el sistema, contribuyendo al calentamiento, sobrecargas de filtros e inmersión de los transformadores de corriente [38]. Figura 5. Forma de onda del voltaje en presencia de Interarmónicos - Corte intermitente Las intermitentes intermitentes, conocidas como muescas en la forma de onda del voltaje, son perturbaciones causadas por la operación anormal de equipos o sistemas de control, incluido el control electrónico de potencia anómalo y el control de conmutación anormal de los interruptores automáticos [39]. - Ruido El ruido, también conocido como fluctuación aleatoria, es una característica inherente en todos los sistemas físicos en la naturaleza (Ver figura 2.2.6). El 19 ruido se considera como una perturbación aparentemente irregular o caótica periódica [40]. Figura 6. Presencia de ruido en las señales eléctricas CONSIDERACIONES PARA LA FRECUENCIA DE MUESTREO Los armónicos son componentes cuyo ritmo es un múltiplo de la repetición principal (60 Hz), y su amplitud disminuye significativamente a medida que aumenta el orden del armónico. [41] Al realizar el muestreo de las señales de corriente y tensión, es crucial cumplir con el principio de Nyquist, la tasa de muestreo debe ser como mínimo el doble de la frecuencia máxima que contiene la señal que se está muestreando [42], si se analiza la señal a través un analizador de espectro, frecuentemente se observa que hay una cantidad significativa de energía hasta el quinto armónico, por ejemplo radio FM, radio AM, WIFI y Bluetooth [43]. Módulo ESP32 El módulo ESP32, desarrollado por Espressif System, es un sistema integrado en un chip (SoC) potente y económico para aplicaciones de IoT, integra un procesador de dos núcleos con enlace Wi-Fi y Bluetooth, numerosos pines GPIO, así como un bajo consumo energético, ideal para proyectos embebidos y de bajo costo (Ver figura 2.2.7.). El módulo ESP32 incluye modos de suspensión y funciones de gestión de energía para minimizar el consumo energético, haciéndolo ideal para proyectos con baterías o restricciones energéticas, además es conectable a pantallas, pantallas táctiles o indicadores LED, ofreciendo una interfaz fácil de usar para los operadores o el personal [44]. 20 Figura 7. Esp32 Module Sensor de corriente SCT 013-100 Se utilizó un transductor de corriente SCT 013-100, siendo un sensor de corriente no intrusivo que incluye un transformado de corriente (TC) con núcleo partido para medir corrientes de hasta 100 amperios (ver figura 2.2.8.). Este dispositivo fue seleccionado por su bajo costo, facilidad de sistema para la medición de corrientes y el amplio rango de mediciones que permite utilizar, lo cual lo hacen adecuado y eficiente para el equipo de medición [45]. Figura 8. Transformador de Corriente ST 013-100 SENSOR DE VOLTAJE ZMPT101B. Este ZMPT101B es un transformador de voltaje de tamaño reducido que ofrece buena consistencia para la medición de voltaje (ver figura 2.2.9.)., por lo que solo se puede utilizar para leer el voltaje alterno. Este dispositivo posee una parte primaria y una parte secundaria, y su salida es en forma de señal analógica, que luego se convierte en digital a través de un convertidor analógico a la digital, siendo un módulo óptimo para utilidades de supervisión y protección de equipos de CA [46]. 21 Figura 9. Sensor de voltaje ZMPT101B Pantalla LCD TFT de 2,4” Se seleccionó un módulo con chip controlador LCD ILI9341, resolución de 320×240 píxeles y capacidad para mostrar colores RGB de hasta 65,000. Incluye un panel táctil resistivo de 4 hilos y es compatible con una alimentación de 5V gracias a su regulador de voltaje integrado en placa. El tamaño del módulo es de 71 x 52 x 7 mm (Largo x Ancho x Alto). Se eligió esta pantalla LCD TFT de 2.4’’ con comunicación SPI y funcionalidad táctil para el proyecto. (Figura 2.2.10.), este dispositivo ofrece una mayor claridad y una gama cromática más extensa en contraste con las pantallas LCD tradicionales, además de permitir la interacción del usuario [47] Figura 10. Pantalla TFT 2.4'' FIREBASE Firebase es una plataforma completa para la creación de aplicaciones para la web y dispositivos móviles que proporciona herramientas e infraestructura que permite a los desarrolladores crear aplicaciones de alta calidad (ver figura 2.2.11). La información se almacena en formato JSON (JavaScript Object Notation) y utiliza una base de datos NoSQL. Los prestaciones disponibles en 22 Firebase incluyen Firebase Analytics, Firebase Auth, Realtime Database, Firebase Storage, entre otros. [48]. Figura 11. Funcionalidades del Firebase MIT APP INVENTOR 2 MIT APP Inventor 2 es un instrumento con una interfaz gráfica de usuario intuitiva, diseñada para desarrollar aplicaciones móviles mediante la manipulación de elementos visuales para Android e iOS, como se puede ver en la figura 2.2.12. y en su rendimiento se fundamenta en el uso de bloques lógicos que se conectan según el vínculo que se necesite crear [49]. Figura 12. Secciones del entorno de programación MIT APP Inventor 2 Esquema General El medidor inteligente utiliza el sensor SCT 013-100 para medir la corriente y el sensor ZMPT101B para cuantificar el voltaje, estos sensores envían la información al ESP32 que se encarga de calcular las magnitudes y luego traspasa el informe a la base de datos Firebase y además de mostrarlo en la pantalla LCD. Esta información fue accesible desde una laptop o una aplicación 23 móvil creada con MIT APP Inventor. Todo este esquema se puede ver en la figura 2.2.13. Figura 13. Esquema general del medidor de consumo de energía 2.3. Marco conceptual VARIABLE INDEPENDIENTE: Aplicación del IoT Según [25] IoT es considerada como una red inclusiva de dispositivos inteligentes interconectados que recogen, comparten y analizan datos mediante internet, optimizando diversas funciones desde hogares hasta infraestructuras urbanas avanzadas. Según [25] el IoT es un sistema mensajería diseñado para asegurar el suministro seguro de comunicados en ambientes con restricciones, utilizando el protocolo de suscripción y publicación cliente-servidor en entornos con redes de baja seguridad y ancho de banda limitado. A partir de ello, este estudio implicó la aplicación del IoT permiten la conectividad y transporte de datos inalámbricamente a la nube para su procesamiento. DIMENSIONES D1: Monitoreo remoto 24 Según [50] “la monitorización remota de un equipo basado en una red informática almacena eficazmente imágenes y videos, reduce la transmisión de datos y garantiza el monitoreo central por computadora” De lo propuesto por el autor, el monitoreo remoto permite obtener la data en tiempo real desde cualquier espacio del mundo debido al internet donde se transfiere los datos obtenidos I1: Tiempo en la ejecución I2: Latencia D2: Nodo sensor Según [51] “el nodo sensor es un dispositivo autónomo diseñada para captar información mediante diversos tipos de sensores (mecánicos, térmicos, biológicos, químicos, óticos y magnéticos), estos diapositivos procesan los datos captados localmente y los transmiten a un nodo sumidero, que a su vez envía la información a una pasarela (Gateway) conectada a internet”. De lo expuesto por el autor, los nodos sensores permiten obtener y procesar información, la cual comparten con otros dispositivos o con la nube para su posterior interpretación por parte del usuario. I1: Intensidad I2: Voltaje I3: Potencia VARIABLE DEPENDIENTE: Calidad de la energía Según [52] esta se refiere a la estabilidad y constancia de los parámetros eléctricos que impactan el desempeño de los equipos y sistemas conectados a una red eléctrica. 25 Según [53] la calidad de la energía consiste en cómo las especificaciones eléctricas, específicamente los voltajes y corrientes, afectan y son afectados por la interacción entre la red eléctrica y los dispositivos conectados a ella. De lo mencionado, este estudio pretendió analizar la calidad de la energía eléctrica es esencial para las demandas energéticas de la sociedad contemporánea, lo que implica que se pueda utilizar los equipos de manera normal. DIMENSIONES D1: Indicadores de calidad de la energía Ahora bien, para [37] “los indicadores de calidad de energía señalan el nivel con el que un sistema eléctrico puede sostener una o varias operaciones de una forma eficaz y permiten evaluar y monitorear la excelencia de energía eléctrica en una red de potencia, estos indicadores se utilizan para identificar problemas como armónicos, caídas de tensión, sobretensiones, fluctuaciones de frecuencia y otros disturbios que pueden influir en la operación y la fiabilidad de la estructura eléctrica [54]. De lo mencionado por el autor, estos indicadores son de vital requerimiento para asegurar el rendimiento normal de los dispositivos tomando en cuenta las variaciones del voltaje e interrupciones I1: Variación del nivel de voltaje I2: Perturbaciones I3: Factor de potencia 2.4. Definición de Términos básicos Telemetría: La Telemetría implica un sistema de información que emplea tecnología a fin de monitorear, medir y rastrear diversas magnitudes de manera remota, siendo una estrategia para garantizar la eficiencia y 26 productividad de sus operaciones, posibilitándole conservar una ventaja competitiva en este ámbito [55]. Pérdidas no Técnicas: Se refieren a porción de energía eléctrica producida que no se registra en los aparatos de medición y, por lo tanto, no se contabiliza como entregada a los usuarios, lo que implica que dicha energía no se facture correctamente y no genere recaudación [56]. Pérdidas Técnicas: Se refieren a la energía que se pierde en el sistema de distribución de electricidad debido a factores que no están relacionados con el calentamiento natural de los conductores, estas pueden ser causadas por el fraude, errores en la medición, fallos administrativos, conexiones ilegales u otros problemas de gestión dentro de la red eléctrica [56]. Amplitud: Es la medida de una magnitud de una posición determinada y en un periodo determinado, referido a cualquier elemento observable, medido directamente o inferido de una medición [57]. Período: Es el tiempo que tarda una oscilación en completarse entre dos puntos equivalentes consecutivos en el ciclo de una oscilación [58]. Frecuencia: Comprende el número de ciclos completos que una corriente alterna realizada por segundo, esta oscilación se mide en hertzios (Hz) [59]. Intensidad de corriente: Se refiere al desplazamiento de la carga eléctrica a lo largo de un conductor en un periodo específico [60]. Corriente alterna monofásica: La corriente alterna monofásica utiliza una sola fase y neutro, con voltaje y corriente alternando sinusoidalmente, es común en aplicaciones domésticas y comerciales pequeñas por su simplicidad y menor costo [61]. Comunicación de dispositivo a dispositivo: Se encargan de mejorar el rendimiento celular al permitir que los dispositivos móviles se comuniquen 27 directamente entre sí, abordando desafíos técnicos y sistemas estandarizados [62]. Nodo final: Se refiere al último nodo en la ruta de comunicación que envía datos a un punto de recolección central, conocido como nodo sumidero [63]. Registro vía una infraestructura de medición avanzada (AMI): Esta tecnología permite visualizar el uso de la energía eléctrica de manera instantánea, la optimización en la generación y distribución de electricidad [64]. 28 III. HIPÓTESIS Y VARIABLES 3.1. Hipótesis 3.1.2. Hipótesis general H.G. Aplicar IoT en un medidor de consumo de energía mejorará el análisis de calidad de energía en el sistema eléctrico en los usuarios de los laboratorios de la Universidad Nacional del Callao, Callao 2024. H.0. Aplicar IoT en un medidor de consumo de energía no mejorará el análisis de calidad de energía en el sistema eléctrico en los usuarios de los laboratorios de la Universidad Nacional del Callao, Callao 2024. 3.1.3. Hipótesis específica H.E.1: Diseñar un sistema IoT en un medidor de consumo de energía para evitará variaciones en el nivel de voltaje en el sistema eléctrico en los usuarios de los laboratorios de la Universidad Nacional del Callao, Callao 2024 H.E.2: Implementar un sistema IoT en un medidor de consumo de energía disminuirá los armónicos en el sistema eléctrico en los usuarios de los laboratorios de la Universidad Nacional del Callao, Callao 2024 H.E.3: Utilizar el IoT en un medidor de consumo de energía para mejorar el factor de potencia en el sistema eléctrico en los usuarios de los laboratorios de la Universidad Nacional del Callao, Callao 2024 3.2. Definición Conceptual de Variables Variable independiente: Aplicación del IoT La aplicación del IoT permite la implementación de un sistema de mensajería diseñado para asegurar la entrega confiable de mensajes en entornos con restricciones. Variable dependiente: Calidad de la energía 29 Permite conocer y representar los fenómenos que afectan a la interacción entre la red eléctrica y los dispositivos conectados a ella. 30 3.2.1. Operacionalización de Variables Tabla 1. Matriz de operacionalización de variables Variable Definición Conceptual Definición operacional Dimensiones Indicadores Índice Unida d Método Técnica Variable independiente Aplicación IoT La aplicación del IoT permite la implementació n de un sistema de mensajería diseñado para asegurar la entrega confiable de mensajes en entornos con restricciones. Una aplicación de IoT permite a los clientes mantener una red inteligente de dispositivos/cosas y utilizarlos para facilitar la comunicación y envió de los datos recibido de los sensores entre los dispositivos y la nube, así como entre los propios dispositivos Monitoreo remoto Nodo sensor Tiempo en la ejecución Latencia Intensidad Voltaje Potencia Tiempo que procesa los datos Tiempo de retraso en la entrega de datos Nivel de amperaje Nivel de voltaje Nivel de potencia s s A V W Cuasi- experimental Medición con software Medición con software Medición con amperímetro Medición con voltímetro Medición con vatímetro 31 Variable dependiente Calidad de la energía Permite conocer y representar los fenómenos que afectan a la interacción entre la red eléctrica y los dispositivos conectados a ella. Evalúa las características y condiciones que les permita mantener su continuidad al sistema eléctrico AC sin que se afecte su desempeño ni provoque fallas a sus componentes Indicadores de calidad de la energía Variación del nivel de voltaje Perturbacion es Factor de potencia Nivel de Voltaje Armónicos en las señales eléctricas Eficiencia con la que se usa la energía V Hz Adime nsional Cuasi- experimental Procesamiento de los datos del sensor Procesamiento de los datos del sensor Procesamiento de los datos del sensor 32 IV. METODOLOGÍA DEL PROYECTO 4.1. Tipo y diseño de investigación TIPO DE INVESTIGACIÓN: Investigación aplicada Concordante a [65] “menciona que el estudio se refiere al uso práctico de los conocimientos adquiridos, con el fin de favorecer a los actores implicados en esos procesos y a la comunidad en general.” Respecto al argumento del autor, este estudio es de tipo aplicado, puesto que implementa el IoT y sus métodos para el monitoreo remoto y en tiempo real, sirviendo como base para mejorar la examinación de la calidad de la energía en los laboratorios de la UNAC. DISEÑO DE INVESTIGACIÓN: Cuasi-experimental Según [66] la investigación cuasi-experimental busca probar una hipótesis causal a través del control de la variable independiente. Sin embargo, por motivos logísticos o éticos, las unidades de investigación no pueden ser asignadas de manera arbitraria a grupos. A este diseño se le considera “casi” un experimento, excepto porque hubo control en la primera asignación de los grupos. En lugar de asignar los sujetos al azar, se les agrupa por conveniencia, basándose en la cantidad de equipos de alto consumo eléctricos presentes en los laboratorios. Esto implica la capacidad de asegurar con certeza que los hallazgos han sido consecuencia de la variable independiente o de la intervención. NIVEL DE INVESTIGACIÓN: EXPLICATIVO Concordante con [67] “La investigación explicativa se encarga de detallar los componentes principales de una realidad. Este enfoque busca identificar relaciones causales y no se limita a retratar o aproximarse a una cuestión, sino que explica sus razones fundamentales. 33 El nivel de la investigación es de carácter explicativo, puesto que se identificaron algunos factores que ocasionaban la falta de conocimiento sobre el consumo y la escasa accesibilidad del usuario a información sobre la calidad de la energía. A través del monitoreo remoto, se observan efectos positivos en las decisiones de los usuarios. 4.2. Método de Investigación Método de investigación: Inductivo Para [68] refirió que este comienza con un análisis específico, se analizan los eventos y se extraen conclusiones que se postulan como principios, leyes o bases de una teoría. En este estudio, partiendo desde los hallazgos recolectados de la muestra de monitoreo remoto en los indicadores de calidad de la energía, se derivaron técnicas que mejoran la evaluación de la calidad energética realizada por los usuarios. 4.3. Población y muestra Población Para [69] expresó que la población puede clasificarse en dos categorías: finita e infinita, dependiendo de si es posible enumerar exhaustivamente todos sus componentes. Según [70] la población incluye a todos los sujetos, finitos e infinitos, que comparten características similares y forman parte del estudio, siendo delimitada por el investigador”. Se identificó como la población a estudiar al personal técnico, profesores, estudiantes, así como el personal administrativo que usan los laboratorios de la facultad de ingeniería eléctrica y electrónica de la UNAC. Muestra 34 Para [71] expresó que “la muestra implicó la agrupación de sujetos seleccionados de una colectividad que posee características específicas consideradas representativas de toda la población” [72] argumentó que "cuando la cantidad de individuos en la población es menor a cincuenta (50), la muestra abarca toda la población”. Tabla 2. Distribución de la población en estudio Categoría Cantidad Personal técnico 4 Profesores 8 Estudiantes 24 Personal administrativo 40 Ahora bien, se tuvo como muestra a la comunidad educativa que utilizan los laboratorios de la facultad de ingeniería eléctrica y electrónica de la UNAC. Muestreo Según [73] mencionó que el método de muestreo es un conjunto de directrices, métodos y estándares que facilitan la selección de un conjunto de elementos de la población, asegurando que este conjunto refleje de manera significativa lo que sucede en la población específica Según [15] señaló que la muestra constituyó una fracción de la población y esta debe ser definida y circunscrita de manera precisa con anticipación, además de ser un reflejo fiel de la población en cuestión.” Acorde a los autores, se utilizó el muestreo no probabilístico y se empleó un muestreo por conveniencia, debido a que el tamaño de la población es inferior a 50, la muestra es representativa de la población completa. 4.4. Lugar de estudio 35 Universidad Nacional del Callao, Callao. 4.5. Técnicas e instrumentos para la recolección de la Información 4.5.1. Mediciones directas En cuestión a las mediciones de los indicadores de la variable dependiente tales como voltaje, potencia e intensidad de corriente. 4.5.1.1. Voltímetro Según [74] el voltímetro utiliza un circuito comparador que consiste en dos transistores conectados mediante un emisor común (amplificador diferencial), con el propósito de comparar una tensión de prueba con una tensión de referencia. 4.5.1.2. Amperímetro Según [75] el amperímetro es un dispositivo de medida utilizado para evaluar la intensidad de la corriente eléctrica en un circuito, la cual permite determinar la unidad de corriente y, por consiguiente, de la carga, a través de las medidas eléctricas 4.5.2. Técnicas Según [76] “Las técnicas de investigación se refiere al método o proceso específico para adquirir datos o información, estas técnicas son propias y específicas de cada disciplina, complementando al método científico.” 4.5.2.1. Encuesta Para [77] se trata del método utilizado para obtener datos de un grupo específico de individuos, es el grupo de preguntas diseñadas para recabar data relevante sobre el tema de estudio y verificar la hipótesis planteada. 4.5.3. Instrumentación 36 Para [16] indicó que un dispositivo de recolección de datos es cualquier instrumento que el investigador pueda emplear para explorar los fenómenos y obtener información de ellos. Cuestionario De acuerdo con [78], tienen como propósito el obtener datos e información sobre un grupo específico, para ello se elaboran preguntas en forma afirmativa que deben ser respondidas para la comparación de ideas y la examinación de diferentes perspectivas Según lo señalado por el autor, para la realidad problemática se aplicó un cuestionario dirigido para los usuarios de la Universidad para medir la calidad de energía en el sistema eléctrico en los laboratorios de ingeniería eléctrica. Ficha de observación De acuerdo con [79], la ficha de observación se considera fundamental en la investigación y evaluación para obtener información precisa y objetiva acerca de individuos o fenómenos. 4.5.5. Validez Según [15] “Un instrumento de medición se considera válido si puede evaluar de forma precisa y fiable lo que se desea medir. Esto significa que el instrumento debe verificar con exactitud lo que se está midiendo. Además, la validez implica un componente de calidad en un instrumento, ya que garantiza que un atributo se mide de manera precisa y correcta.” Conforme al autor, la validez de este estudio midió las variables que estuvieron en la matriz de operacionalización y fue evaluado por juicio de expertos. 37 Tabla 3. Validación del instrumento por juicio de expertos Experto Apellidos y nombres Grado académico Resultado Experto 01 Experto 02 Escudero Vílchez, Fernardo Emilio Salazar Llerena, Silvia Liliana Metodólogo Metodóloga Aplicable Aplicable 4.5.6. Confiabilidad Para [79] un instrumento es confiable siempre y cuando las mediciones realizadas demuestren consistencia y estabilidad a lo largo del tiempo, lo que denota en un instrumento capaz de producir resultados similares cuando se utiliza en las mismas condiciones y con la misma muestra, lo que es crucial para proporcionar utilidad y validez a cualquier instrumento. Acorde al autor, el nivel de confiabilidad de los instrumento aplicado a la problemática de estudio para la: “APLICACIÓN DEL IOT EN UN MEDIDOR DE CONSUMO DE ENERGÍA PARA MEJORAR EL ANÁLISIS DE CALIDAD DE ENERGÍA EN EL SISTEMA ELÉCTRICO DE LOS LABORATORIOS DE LA UNIVERSIDAD NACIONAL DEL CALLAO, CALLAO 2024” se calculó con el alfa de Cronbach, debidamente estructurado. Tabla 4. Estadísticos de fiabilidad del instrumento Variable Alfa de Cronbach N de elementos Índices Energéticos 15 Ahorro de Energía 15 38 4.6. Análisis y procesamiento de datos 4.6.1. Método de análisis de datos Para [80], “Esto implica una serie de procedimientos que el investigador utiliza para hacer inferencias sobre los objetivos del estudio. Es esencial recordar que la fase de recolección de información estará influenciada por la manera en que se planifiquen los componentes principales del análisis.” Según [16], "aquí se detallan las distintas operaciones a las que serán sujetados los datos obtenidos." Inferencial: Verifica medidas y valida hipótesis. Involucra métodos estadísticos como el coeficiente de correlación de Pearson, modelo de regresión lineal, prueba T, análisis de diferencias en proporciones, análisis de varianza y covarianza. Además, incluye técnicas no paramétricas como el coeficiente de correlación de Spearman y Kendall, coeficiente de contingencia, correlación para variables con niveles de medición distintos, y por último, el análisis estadístico de múltiples variables. Descriptiva: Representaciones visuales como tablas de frecuencia, diagramas de barras, gráficos circulares, histogramas, gráficos de Pareto, diagramas de caja; o estadísticas descriptivas como medidas de dispersión, medidas de centralización, medidas de ubicación no central, promedio armónico, variabilidad, desviación estándar, sesgo, kurtosis, frecuencias, ente otras. Conforme al autor, este estudio utilizó primordialmente Microsoft Excel y el software estadístico SPSS. 4.7. Aspectos éticos en investigación Este estudio tuvo las siguientes consideraciones. Académico: Limitado al contenido con fines académicos. Objetivo: Los datos de esta investigación fueron analizados imparcialmente con criterios técnicos. 39 Confiable: Debido a que los datos ofrecidos por la empresa Rennan SAC fueron de carácter confidencial del área de atención al cliente y está protegida por derechos de propiedad intelectual. Veracidad: Los resultados hallados no sean manipulados o alterados Originalidad: Se siguió las normativas de la UNAC, se hizo referencia a las referencias para evitar el plagio. 40 V. RESULTADOS 5.1. Resultados descriptivos Constatación de medición para el voltaje. Se utilizó el multímetro MT – 1710, para la validación de las mediciones del módulo de voltaje ZMPT101B. Este equipo tiene un rango de medición de (400 – 750) VAC con una precisión de ± (0.5%+4). Se recolectó 18 muestras, tomando 2 muestras durante cada 12 min por una hora, desde las 9:00 hasta 10:00 (am). Se puede ver estos valores obtenidos en la Tabla 5. Tabla 5. Comparación de medidas tomadas entre el MT–1710 y el ZMPT101B Hora Muestra Lectura Equipo patrón / MT-1710 (VAC) Lectura ZMPT101B (VAC) Error Absoluto Error Relativo 9:00 1 219.20 219.83 0.63 0.29% 2 219.38 219.75 0.37 0.17% 3 219.19 220.32 1.13 0.52% 9:12 4 219.19 219.76 0.57 0.26% 5 219.36 219.92 0.56 0.26% 6 219.33 220.53 1.20 0.55% 9:24 7 218.79 220.03 1.24 0.64% 8 219.10 220.08 0.98 0.43% 9 218.91 220.05 1.14 0.53% 9:36 10 219.23 220.09 0.86 0.38% 11 219.12 220.26 1.14 0.52% 41 12 218.95 220.21 1.26 0.58% 9:48 13 218.99 220.27 1.28 0.58% 14 219.32 220.07 0.75 0.34% 15 219.02 220.4 1.38 0.63% 10:00 16 219.19 219.95 0.76 0.35% 17 219.8 220.52 0.72 0.33% 18 218.88 219.69 0.81 0.37% Contrastación de medición para el amperaje Para la validación de las mediciones se efectúa la comparación del sensor SCT 013-100 con una pinza amperimétrica MT-3266 que tiene una precisión de ± (3.0%+5). Se recolectó 18 muestras durante 1h, se muestra las comparaciones de medición entre un aparato externo y los sensores utilizados se muestran en la tabla 6. Tabla 6. Mediciones de los sensores no invasivos y equipo patrón Muestra Lectura Equipo patrón / MT-3266 (A) Lectura SCT 013-100 (A) Error Absoluto Error Relativo 1 0.936 0.965 0.029 3.10% 2 1.091 1.079 0.012 1.10% 3 0.862 0.861 0.001 0.12% 4 0.771 0.761 0.010 1.30% 5 1.287 1.315 0.028 2.18% 42 6 0.796 0.772 0.024 3.02% 7 1.530 1.564 0.034 2.22% 8 0.646 0.651 0.005 0.77% 9 0.722 0.698 0.024 3.32% 10 1.214 1.167 0.047 3.87% 11 1.338 1.343 0.005 0.37% 12 0.641 0.662 0.021 3.28% 13 0.910 0.891 0.019 2.08% 14 0.824 0.854 0.030 3.64% 15 1.268 1.270 0.002 0.16% 16 0.980 1.005 0.025 2.55% 17 0.978 0.988 0.010 1.02% 18 0.881 0.859 0.022 2.50% Según los resultados obtenidos en la tabla 7, se obtuvo un error relativo máximo del 17.2% en el circuito C2 con respecto a la medición del equipo patrón y el sistema, esto se debe a la gran cantidad de aparatos conectados al circuito lo que en efecto se produce un lapso de imprecisión en la lectura. Para la verificación de la correcta lectura del sistema. se comparó con el equipo Fluke 435. El rango de medida con respecto a la señal fundamental esta entre 0.0 – 100% del THDI. con una resolución de 0.1% y una precisión de ±2.5%. Se tomaron 10 muestras por circuito durante 1h día, teniendo como resultados los datos que se muestran en la tabla 8 43 Tabla 7. Validación de mediciones del THDI entre el sistema y el equipo Fluke 435 Medición Equipo Fluke (THDI%) Medición Sistema de Monitoreo (THDI%) Error Relativo (THDI%) C1f C2f C3f C4f C5f C6f C1s C2s C3s C4s C5s C6s C1e C2e C3e C4e C5e C6e 40.84 53.56 4.07 96.67 60.44 51.99 40.11 55.01 4.03 91.10 57.02 53.61 1.79% 2.71% 0.98% 5.76% 5.66% 3.12% 38.75 46.68 4.13 97.12 63.59 55.81 39.12 47.92 4.09 92.39 60.53 57.12 0.92% 2.49% 1.49% 4.85% 4.87% 3.91% 44.15 52.91 4.09 97.46 59.82 54.94 42.08 55.08 4.11 94.03 57.17 57.24 4.18% 4.35% 1.43% 3.41% 3.47% 3.48% 42.08 55.29 42.6 96.81 59.51 57.25 41.37 53.09 53.92 91.81 57.40 56.82 4.14% 4.73% 1.28% 5.89% 2.81% 1.35% 38.57 43.88 52.8 97.92 60.38 49.82 41.24 52.27 41.83 92.17 58.57 45.10 2.15% 0.52% 4.45% 5.59% 5.18% 3.28% 40.61 51.86 51.5 80.31 59.08 46.02 38.57 50.89 48.15 75.92 58.23 43.82 5.02% 1.9% 6.5% 5.5% 1.4% 4.8% 40.05 51.42 60.3 32.41 57.61 58.84 40.50 60.75 59.41 29.51 58.10 54.74 1.12% 18.1% 1.4% 8.9% 0.9% 7.1% 42.01 52.46 60.5 31.71 56.85 52.33 44.39 58.23 58.00 29.64 59.03 54.82 5.67% 11.0% 4.1% 6.5% 3.8% 4.8% 41.14 52.53 60.8 30.73 59.25 51.68 43.83 59.40 59.63 29.30 57.70 54.13 6.54% 13.1% 1.9% 4.7% 2.6% 4.7% 40.55 49.7 60.8 31.09 57.57 51.88 40.97 59.12 57.50 29.42 58.30 57.24 1.04% 17.2% 5.5% 5.4% 1.3% 10.3% 44 Tabla 8. Validación de mediciones de FP entre el sistema y el equipo Fluke Medición Equipo Fluke (FP) Medición Sistema de Monitoreo (FP) Error Relativo Muestra C1_F C2_F C3_F C4_F C5_F C6_F C1_S C2_S C3_S C4_S C5_S C6_S C1_E C2_E C3_E C4_E C5_E C6_E 1 -0.03 0.01 1 0.6 0.9 0.01 0 0 0.98 0.59 0.91 0 0.00% 0.00% 2.00% 1.67% 1.11% 0.00% 2 0 0.01 1 0.57 0.91 0.01 0 0.01 0.98 0.55 0.93 0 0.00% 0.00% 2.00% 3.51% 2.20% 0.00% 3 -0.01 0.01 0.07 0.6 0.98 0.01 0 0 0.03 0.58 1 0 0.00% 0.00% 14.28% 3.33% 2.04% 0.00% 4 0.02 0 0.34 0.59 0.99 0.02 0 0 0.19 0.57 1 0.01 0.00% 0.00% 5.88% 3.39% 1.01% 0.00% 5 0.01 0 1 0.6 0.97 0 0 0 0.96 0.59 0.94 0 0.00% 0.00% 3.00% 1.67% 3.09% 0.00% 6 0.01 -0.04 1 0.57 0.55 0.02 0 0.02 0.96 0.59 0.57 0.01 0.00% 0.00% 3.00% 3.51% 3.64% 0.00% 7 0.02 -0.05 1 0.59 0.68 0.03 0 0.03 0.98 0.58 0.66 0 0.00% 0.00% 2.00% 1.69% 2.94% 0.00% 8 0.01 0.01 1 0.58 0.69 0.02 0 0 0.95 0.6 0.68 0 0.00% 0.00% 2.00% 3.45% 1.45% 0.00% 9 0.02 0.01 1 0.63 0.7 0.02 0 0 0.96 0.62 0.73 0 0.00% 0.00% 3.00% 1.59% 4.29% 0.00% 10 0.02 0.02 1 0.55 0.7 0.01 0 0.01 0.98 0.57 0.72 0 0.00% 0.00% 2.00% 3.64% 2.86% 0.00% 45 Resultados de la Ficha de observación Tabla 9. Descriptivos del Nivel de voltaje mensual - Pre Test vs Post Test Estadísticos Descriptivos Nivel de voltaje (V) - Pre Test Nivel de voltaje (V) - Post Test Media 219.08 219.38 Mediana 218.13 219.85 Desviación Estándar 6.16 1.46 Mínimo 211.9 217.64 Máximo 230.86 222.23 La tabla 2 muestra que antes de la implementación del sistema IoT, el voltaje promedio generado en el sistema eléctrico de los laboratorios de la UNAC era de 219.08 voltios. Tras la implementación del IoT, el voltaje promedio experimentó un leve incremento, alcanzando los 219.38 voltios. Esta diferencia en las medias de los voltajes, aunque presente, no resulta considerable desde un punto de vista estadístico descriptivo, ya que el cambio en el promedio es mínimo. Sin embargo, es importante destacar que, a pesar de que las medias no muestran una variación significativa, el análisis gráfico mediante un gráfico de cajas revela un cambio sustancial en las desviaciones estándar de los voltajes registrados. Antes de la implementación del sistema IoT, la desviación estándar del voltaje era de 6.16, indicando una alta variabilidad y, por tanto, una menor estabilidad en el suministro eléctrico. Después de la implementación del IoT, esta desviación estándar se redujo notablemente a 1.46, lo que refleja una mayor consistencia y estabilidad en el nivel de voltaje. Este hallazgo es crucial, ya que la disminución en la desviación estándar de 6.16 a 1.46 demuestra un avance considerable en la estabilidad del sistema eléctrico. La disminución en la variabilidad del voltaje indica que el sistema IoT ha sido eficaz en minimizar las fluctuaciones, proporcionando un suministro eléctrico más constante y fiable. 46 Figura 14. Comparación de los Gráficos de Cajas por Grupos – Nivel de voltaje Tabla 10. Descriptivos de las fluctuaciones de corriente - Pre Test vs Post Test Estadísticos Descriptivos Fluctuaciones de corriente (A) - Pre Test Fluctuaciones de corriente (A) - Post Test Media 1.09 0.62 Mediana 1.06 0.63 Desviación Estándar 0.09 0.03 Mínimo 1.01 0.58 Máximo 1.25 0.65 La tabla 3 muestra que antes de la implementación del sistema IoT, las fluctuaciones de corriente en el sistema eléctrico de los laboratorios de la UNAC presentaban un promedio de ±1.09 amperios. Después de la implementación del IoT, estas fluctuaciones se redujeron significativamente a ±0.62 amperios. Este cambio en los promedios indica una reducción considerable en las fluctuaciones de corriente generadas. 47 Además, el análisis gráfico mediante un gráfico de cajas revela un cambio notable en las desviaciones estándar de las fluctuaciones de corriente registradas. Antes de la implementación del sistema IoT, la desviación estándar de las fluctuaciones de corriente era de 0.09, lo que indicaba una mayor variabilidad en los valores de corriente. Tras la implementación del IoT, esta desviación estándar se redujo a 0.03, reflejando una disminución considerable en la variabilidad y una mayor estabilidad en la corriente. Este hallazgo es significativo porque la reducción en la desviación estándar de 0.09 a 0.03 demuestra una mejora notable en la estabilidad de las fluctuaciones de corriente. La disminución en la variabilidad indica que el sistema IoT ha sido eficaz en estabilizar las corrientes, proporcionando un suministro eléctrico más constante y confiable. Figura 15. Comparación de los Gráficos de Cajas por Grupos – Fluctuaciones de corriente 48 Tabla 11. Descriptivos del Factor de potencia - Pre Test vs Post Test Estadísticos Descriptivos Factor de potencia - Pre Test Factor de potencia - Post Test Media 0.77 0.93 Mediana 0.78 0.93 Desviación Estándar 0.03 0.03 Mínimo 0.72 0.89 Máximo 0.8 0.98 La tabla muestra que antes de la implementación del sistema IoT, el factor de potencia en el sistema eléctrico de los laboratorios de la Universidad Nacional del Callao presentaba un promedio de 0.77. Tras la implementación del IoT, este promedio aumentó notablemente a 0.93. Esta diferencia en los promedios indica una mejora significativa en el factor de potencia, sugiriendo que el sistema eléctrico se ha vuelto más eficiente. Aunque el análisis descriptivo muestra una diferencia significativa entre los promedios de los factores de potencia, el análisis gráfico mediante un gráfico de cajas revela que no hubo un cambio en las desviaciones estándar de los factores de potencia registrados. Antes ejecutar el sistema IoT, la desviación estándar del factor de potencia era de 0.03, y después de la implementación, esta desviación estándar permaneció en 0.03. Este hallazgo es importante porque, aunque las medias indican una mejora en el factor de potencia, la estabilidad de esta mejora (como lo sugiere la constante desviación estándar) es igualmente crucial. La falta de cambio en la desviación estándar sugiere que la variabilidad del factor de potencia se mantuvo constante, a pesar del aumento en el promedio. Esto indica que la mejora en el factor de potencia fue consistente y no acompañada de nuevas fluctuaciones significativas. 49 Figura 16. Comparación de los Gráficos de Cajas por Grupos – Factor de potencia 50 5.2. Resultados inferenciales Tabla 12. Prueba de Normalidad de Shapiro Wilks Variable Estadístico Sig. Nivel de voltaje - Diferencia entre el Pre Test y Post Test 0.945 0.6647 Fluctuaciones de corriente - Diferencia entre el Pre Test y Post Test 0.846 0.0859 Factor de potencia - Diferencia entre el Pre Test y Post Test 0.89 0.2349 Después de realizar la prueba de normalidad, se encontró que las discrepancias entre el pretest y el post-test del nivel de voltaje, las fluctuaciones de corriente y el factor de potencia no mostraron significancia estadística por encima de 0.05, lo que sugiere que siguen una distribución normal. Tabla 13. Prueba de Homogeneidad de Bartlett Variable Estadístico Sig. Nivel de voltaje - Pre Test vs Post Test 1.435 0.1236 Fluctuaciones de corriente - Pre- Test vs Post Test 0.849 0.0557 Factor de potencia - Pre-Test vs Post Test 0.09393 0.7592 Se logró apreciar en los casos presentados obtuvieron un nivel de significancia superior a 0.05 lo que llevó a la conclusión de que las varianzas entre los grupos pre test y post test en el Nivel de voltaje, las Fluctuaciones de corriente y del Factor de potencia las varianzas fueron similares (homogéneas). Basándose en estos resultados, se empleó la prueba T de Student para muestras relacionadas para evaluar las hipótesis de investigación, que se detallan a continuación: 51 Hipótesis General H1: Aplicar IoT en un medidor de consumo de energía mejorará el análisis de calidad de energía en el sistema eléctrico en los usuarios de los laboratorios de la Universidad Nacional del Callao, Callao 2024. H0: Aplicar IoT en un medidor de consumo de energía no mejorará el análisis de calidad de energía en el sistema eléctrico en los usuarios de los laboratorios de la Universidad Nacional del Callao, Callao 2024. La hipótesis general se confirmó mediante los indicadores de calidad de energía en el sistema eléctrico de la Universidad Nacional del Callao. Antes de la aplicación del IoT, la desviación estándar era de 6.16, mientras que después se redujo significativamente a 1.46. Esta reducción indica una mejora notable en la estabilidad del nivel de voltaje, evidenciando que las fluctuaciones se han minimizado considerablemente. Además, la media de diferencia muestra una reducción promedio de 0.469 en las fluctuaciones de corriente después de la implementación del sistema IoT. Asimismo, se observó un incremento promedio de 0.1576 en el factor de potencia, pasando de 0.77 a 0.93, tras la aplicación del IoT. Por lo tanto, se puede concluir que la implementación de IoT en un medidor de consumo de energía mejora significativamente el análisis de calidad de energía en el sistema eléctrico, beneficiando a los usuarios de los laboratorios de la Universidad Nacional del Callao, Callao, en 2024. 52 Hipótesis Específica 1 H1: Diseñar un sistema IoT en un medidor de consumo de energía evitará variaciones en el nivel de voltaje en el sistema eléctrico en los usuarios de los laboratorios de la Universidad Nacional del Callao, Callao 2024. H0: Diseñar un sistema IoT en un medidor de consumo de energía no evitará variaciones en el nivel de voltaje en el sistema eléctrico en los usuarios de los laboratorios de la Universidad Nacional del Callao, Callao 2024. Tabla 14. Prueba T de Student. Nivel de Voltaje - Pre vs Post Media de la diferencia Intervalo (95%) t Sig. Inferior Superior -0.3 -5.489 4.889 -0.1338 0.897 Los resultados presentados en la Tabla 7 muestran una significancia (sig = 0.897), la cual es mayor a 0.05. Esto indica que los promedios del nivel de voltaje antes y después de la implementación del sistema IoT no presentan diferencias significativas. Este resultado se refleja en la media de la diferencia, que muestra que el nivel de voltaje promedio solo aumentó en 0.03 voltios después de la implementación del IoT. No obstante, el análisis descriptivo revela un cambio considerable en las desviaciones estándar del voltaje. Antes de la aplicación del IoT, la desviación estándar era de 6.16, mientras que después se redujo significativamente a 1.46. Esta reducción indica una mejora notable en la estabilidad del nivel de voltaje, evidenciando que las fluctuaciones se han minimizado considerablemente. Dado que la hipótesis específica busca determinar si la implementación de un sistema IoT en un medidor de consumo de energía evita las variaciones en el nivel de voltaje, los resultados obtenidos respaldan esta hipótesis. 53 Hipótesis Específica 2 H1: Implementar un sistema IoT en un medidor de consumo de energía disminuirá los armónicos en el sistema eléctrico en los usuarios de los laboratorios de la Universidad Nacional del Callao, Callao 2024. H0: Implementar un sistema IoT en un medidor de consumo de energía incrementará los armónicos en el sistema eléctrico en los usuarios de los laboratorios de la Universidad Nacional del Callao, Callao 2024. Tabla 15. Prueba T de Student. Fluctuaciones de corriente - Pre vs Post Media de la diferencia Intervalo (95%) t Sig. Inferior Superior 0.46915 0.3915 0.5468 13.899 0.000 Los hallazgos expuestos en la Tabla 8 indicaron una significancia estadística (sig = 0.00), por debajo de 0.05, lo que sugiere diferencias significativas en los promedios de las fluctuaciones de corriente. Esto se evidencia en la media de diferencia, que muestra una reducción promedio de 0.469 en las fluctuaciones de corriente después de la aplicación del sistema IoT, en comparación con las mediciones previas a su implementación. Por lo tanto, se acepta la hipótesis planteada y se puede concluir que la implementación de un sistema IoT en un medidor de consumo de energía reduce efectivamente los armónicos en el sistema eléctrico. Este resultado es particularmente relevante para los usuarios de los laboratorios de la Universidad Nacional del Callao, Callao, en el año 2024. La evidencia respalda que la adopción de tecnologías IoT mejorara significativamente la calidad del suministro eléctrico, minimizando las perturbaciones armónicas y, en consecuencia, optimizando el rendimiento y la eficiencia energética de los equipos utilizados en estos laboratorios. 54 Hipótesis Específica 3 H1: Utilizar el IoT en un medidor de consumo de energía mejorará el factor de potencia en el sistema eléctrico en los usuarios de los laboratorios de la Universidad Nacional del Callao, Callao 2024. H0: Utilizar el IoT en un medidor de consumo de energía no mejorará el factor de potencia en el sistema eléctrico en los usuarios de los laboratorios de la Universidad Nacional del Callao, Callao 2024. Tabla 16. Prueba T de Student. Factor de potencia - Pre vs Post Media de la diferencia Intervalo (95%) t Sig. Inferior Superior -0.1576 -0.1879 -0.1273 13.803 0.000 Los hallazgos expuestos en la Tabla 9 indican una significancia estadística (sig = 0.00), por debajo de 0.05, lo que sugiere diferencias estadísticamente significativas en los promedios del factor de potencia. Esto se evidencia en la media de diferencia, que muestra un incremento promedio de 0.1576 en el factor de potencia después de la aplicación del sistema IoT, en comparación con las mediciones previas a su implementación. Específicamente, el factor de potencia pasó de 0.77 a 0.93. Por lo tanto, se acepta la hipótesis planteada y se puede concluir que la utilización del IoT en un medidor de consumo de energía mejora significativamente el factor de potencia en el sistema eléctrico. Este resultado es especialmente relevante para los usuarios de los laboratorios de la Universidad Nacional del Callao, Callao, en el año 2024. La evidencia respalda que la implementación de tecnologías IoT no solo reduce las perturbaciones armónicas, sino también optimiza el factor de potencia, lo cual es crucial para mejorar la eficiencia energética y la estabilidad del suministro eléctrico en estos laboratorios. 55 VI. DISCUSIÓN DE RESULTADOS 6.1. Contrastación y demostración de hipótesis con los resultados Contrastación de la hipótesis general Los resultados indican que la implementación del IoT en un medidor de consumo de energía mejoró significativamente la calidad de energía en el sistema eléctrico de la UNAC. Antes de aplicar el IoT, la desviación estándar del voltaje era de 6.16, reduciéndose a 1.46 después, lo que demuestra una notable mejora en la estabilidad del voltaje. Además, la media de diferencia mostró una reducción de 0.469 en las fluctuaciones de corriente. El factor de potencia aumentó de 0.77 a 0.93, indicando una mayor eficiencia energética. Estos hallazgos apoyan la evidencia para descartar la hipótesis nula y aceptar la hipótesis alternativa, indicando que la implementación del IoT ha mejorado la calidad de energía en el sistema eléctrico. Contrastación de la hipótesis específica 1 Los resultados obtenidos muestran que los promedios del nivel de voltaje antes y después de la implementación del sistema IoT no difieren significativamente (sig = 0.897). A pesar de esta falta de diferencia en los promedios, se observó un cambio notable en las desviaciones estándar del voltaje: antes de IoT era 6.16, después se redujo a 1.46. Esta reducción significativa indica una mejora sustancial en la estabilidad del voltaje y una notable minimización en las fluctuaciones. En consecuencia, se respalda la hipótesis alternativa, demostrando que la introducción del sistema IoT ha mejorado la estabilidad del nivel de voltaje en el sistema eléctrico evaluado. Contrastación de la hipótesis específica 2 Los resultados adquiridos muestran una significancia estadística (sig = 0.00), el valor es inferior a 0.05, lo que sugiere que hay diferencias estadísticamente significativas en lo promedios de las fluctuaciones de corriente. Esto se evidencia en la media de diferencia, que muestra una reducción promedio de 0.469 en las fluctuaciones de corriente después de la aplicación del sistema IoT, en comparación con las mediciones previas a su implementación. Por lo tanto, se 56 descarta la hipótesis nula y se acoge la hipótesis alternativa que menciona que la ejecución del sistema loT disminuirá las fluctuaciones de corriente en el sistema eléctrico en los laboratorios. Contrastación de la hipótesis específica 3 Los resultados muestran una significancia estadística (sig = 0.00) en los promedios del factor de potencia antes y después de la ejecución del sistema IoT. Esto se refleja claramente en la media de diferencia, que muestra un aumento promedio de 0.1576 en el factor de potencia tras la aplicación del IoT, comparado con las mediciones anteriores. Específicamente, el factor de potencia aumentó de 0.77 a 0.93, indicando una mejora notable en la eficiencia del sistema eléctrico estudiado gracias a la tecnología IoT implementada. Por ende, la hipótesis nula es rechazada a favor de la hipótesis alternativa, que indica que aplicación del sistema IoT efectivamente mejora el nivel de potencia activa en el sistema eléctrico de los laboratorios. 6.2. Contrastación de los resultados con otros estudios similares En cuanto a la hipótesis general, los hallazgos adquiridos en esta investigación respaldan firmemente la idea de que la implementación del IoT en un medidor de consumo de energía mejora significativamente la calidad de energía en el sistema eléctrico de la UNAC. Estos resultados son comparables con varios antecedentes. Según [17], investigaron el desarrollo de un prototipo para la medición inteligente del consumo de energía con tecnología LoRa el cual mostró la importancia de la medición precisa para mejorar el control del consumo, aunque recomendó recalibraciones frecuentes, algo que nuestros resultados de estabilidad de voltaje han abordado eficazmente. En [18], se destacó la necesidad de gestionar el consumo eléctrico a través de una red IoT para reducir el consumo y mejorar la eficiencia, similar al aumento del factor de potencia que observamos, pasando de 0.77 a 0.93. Finalmente, [19] subrayó la importancia de equilibrar las cargas y utilizar equipos de alta tecnología, reflejado en nuestra reducción de la desviación estándar del voltaje de 6.16 a 1.46, demostrando una mejora en la estabilidad del nivel de voltaje y la eficiencia del sistema eléctrico. 57 Respecto a la hipótesis específica 1, comparando estos resultados del estudio con los antecedentes, se puede observar que existen similitudes en los hallazgos encontrados en otras investigaciones. Según [17] que observaron un control preciso del consumo de energía mediante tecnología LoRa, aunque recalibraciones frecuentes fueron necesarias para mantener la precisión. En contraste, el trabajo de [18] destacaron la gestión efectiva del consumo eléctrico a través de IoT para mejorar la eficiencia energética, mostrando similitudes con nuestro resultado de reducción en la desviación estándar del voltaje de 6.16 a 1.46, indicando mejoras en la estabilidad. Además, [21] enfatizaron el diseño de un medidor inteligente que utilizó IoT para analizar la calidad de energía en instalaciones industriales, similar a nuestro enfoque en mejorar la estabilidad del voltaje mediante tecnología avanzada. Estos estudios destacan la relevancia de IoT en la gestión precisa y eficiente del consumo eléctrico, corroborando la eficacia del enfoque en nuestra investigación para estabilizar el sistema eléctrico estudiado. En correspondencia a la hipótesis específica 2, al comparar estos hallazgos del estudio con investigaciones previas, se observa que hay similitudes en los hallazgos obtenidos. Por ejemplo, [18] destacaron la utilización de IoT para gestionar el consumo eléctrico y reducir las fluctuaciones, similar a nuestro resultado de reducción promedio de 0.469 en las fluctuaciones de corriente. Además, [21] exploraron el diseño de un medidor inteligente para analizar la calidad de energía en instalaciones industriales mediante IoT, resaltando la mejora en la estabilidad de corriente eléctrica, similar a nuestro enfoque en reducir las fluctuaciones. Asimismo, [22] mencionó el diseño de un sistema domótico que utiliza IoT para controlar el consumo de energía en una vivienda familiar, mostrando cómo la tecnología puede mitigar variaciones en la corriente eléctrica. Estos estudios subrayan la consistencia y la eficacia del IoT en la reducción de fluctuaciones de corriente eléctrica, corroborando los resultados obtenidos en nuestra investigación sobre la mejora de la calidad de energía mediante esta tecnología avanzada. 58 Con el fin de contrastar estudios en alusión a la hipótesis específica 3, es válido mencionar a la investigación de [18] destacó cómo la implementación de IoT mejoró el factor de potencia en sistemas eléctricos, similar a nuestra observación de un aumento promedio de 0.1576 en el factor de potencia. Además, [19] exploró el análisis de calidad de energía en una empresa textil utilizando tecnología avanzada, resaltando la importancia de mantener un factor de potencia adecuado para mejorar la eficiencia energética, coincidiendo con nuestro resultado de incremento en el factor de potencia de 0.77 a 0.93. Asimismo, [21] investigó el diseño de un medidor inteligente para instalaciones industriales, subrayando cómo la t