(Universidad Industrial de Santander, 2022-09-12) Galeano Suárez, Daniel Camilo; Duarte Gualdrón, César Antonio; Blanco Solano, Jairo; Vargas Torres, Hermann Raúl; Petit Suárez, Johan Farith
Este trabajo de investigación propone una metodología de localización de fallas en sistemas de distribución basada en la estimación del perfil de tensión de falla a partir del entrenamiento de máquinas de soporte vectorial para regresión. El entrenamiento de las SVR se realiza a través de datos de simulación que se extraen del software de sistemas eléctricos OpenDSS. Los perfiles de tensión estimados son la entrada a un algoritmo de localización que a través de regresiones lineales y el concepto de cambio de pendiente estima el punto de falla. El rendimiento de la metodología de localización se evalúa realizando diversos análisis de sensibilidad empleando la clase Python FL-SVR. Los resultados demuestran la veracidad de la hipótesis inicial de esta investigación y la alta exactitud con la que se revuelve el problema.