Logotipo del repositorio

Publicación:
Localización de fallas en sistemas de distribución de energía eléctrica utilizando un método basado en máquinas de soporte vectorial a partir de mediciones de tensión y corriente de falla en cabecera del alimentador y hasta tres reconectadores adicionales considerando variaciones de demanda y generación distribuida.

dc.contributor.advisorBlanco Solano, Jairo
dc.contributor.advisorDuarte Gualdrón, César Antonio
dc.contributor.authorPedrozo Cristancho, Cristian Alberto
dc.contributor.evaluatorJimenez Manjarres, Yulieth
dc.contributor.evaluatorVera Caycedo, Edwin
dc.date.accessioned2026-06-11T14:13:01Z
dc.date.created2026-06-08
dc.date.embargoEnd2031-06-08
dc.date.issued2026-06-08
dc.description.abstractLa localización de fallas en sistemas de distribución eléctrica es un problema relevante para la operación y mantenimiento de las redes, dado su impacto en la continuidad del servicio. En este trabajo de grado se propone una metodología basada en máquinas de soporte vectorial (SVM) para la estimación del nodo en el cual ocurre una falla, a partir de mediciones de tensión y corriente obtenidas en la cabecera del alimentador y en puntos adicionales asociados a reconectadores. La evaluación del método se realiza sobre los sistemas de prueba IEEE de 34 y 123 nodos, considerando diferentes configuraciones de medición, así como múltiples escenarios de operación que incluyen variaciones en la demanda y la incorporación de generación distribuida con distintos niveles de penetración. El desempeño del modelo se analiza mediante la comparación entre la ubicación estimada y la ubicación real de la falla, utilizando como métrica la distancia en metros entre ambos puntos. Los resultados se presentan en términos de percentiles, lo que permite evaluar la dispersión del error bajo diferentes condiciones de operación. Los resultados obtenidos muestran que el modelo presenta un buen desempeño en escenarios consistentes con los datos de entrenamiento, y que la precisión de la estimación mejora a medida que se incrementa el número de puntos de medición disponibles. Asimismo, se observa una degradación en el desempeño cuando se evalúa el modelo bajo condiciones no consideradas durante el entrenamiento, particularmente en presencia de generación distribuida con altos niveles de penetración.
dc.description.abstractenglishFault location in electrical distribution systems is a relevant problem for network operation and maintenance, given its impact on service continuity. This undergraduate tesis proposes a methodology based on support vector machines (SVM) to estimate the node at which a fault occurs, using voltage and current measurements obtained at the feeder head and at additional points associated with reclosers. The method is evaluated using the IEEE 34-node and 123-node test systems, considering different measurement configurations, as well as multiple operating scenarios that include demand variations and the integration of distributed generation with different penetration levels. The performance of the model is analyzed by comparing the estimated fault location with the actual location, using the distance in meters between both points as the evaluation metric. The results are presented in terms of percentiles, allowing the assessment of error dispersion under different operating conditions. The results show that the model achieves good performance in scenarios consistent with the training data, and that the estimation accuracy improves as the number of available measurement points increases. Additionally, a degradation in performance is observed when the model is evaluated under conditions not considered during training, particularly in the presence of distributed generation with high penetration levels.
dc.description.degreelevelPregrado
dc.description.degreenameIngeniero Electricista
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad Industrial de Santander
dc.identifier.reponameUniversidad Industrial de Santander
dc.identifier.repourlhttps://noesis.uis.edu.co
dc.identifier.urihttps://noesis.uis.edu.co/handle/20.500.14071/47892
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingeníerias Fisicomecánicas
dc.publisher.programIngeniería Eléctrica
dc.publisher.schoolEscuela de Ingenierías Eléctrica, Electrónica y Telecomunicaciones
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAtribución-NoComercial 2.5 Colombia (CC BY-NC 2.5 CO)
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectLocalización de fallas
dc.subjectmáquinas de soporte vectorial
dc.subjectsistemas de distribución
dc.subjectgeneración distribuida
dc.subjectaprendizaje automático
dc.subject.keywordFault location
dc.subject.keywordsupport vector machines
dc.subject.keyworddistribution systems
dc.subject.keyworddistributed generation
dc.subject.keywordmachine learning
dc.titleLocalización de fallas en sistemas de distribución de energía eléctrica utilizando un método basado en máquinas de soporte vectorial a partir de mediciones de tensión y corriente de falla en cabecera del alimentador y hasta tres reconectadores adicionales considerando variaciones de demanda y generación distribuida.
dc.title.englishFault Location in Electric Power Distribution Systems Using a Support Vector Machine-Based Method Based on Fault Voltage and Current Measurements at the Feeder Head and up to Three Additional Reclosers, Considering Demand Variations and Distributed Generation.
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.hasversionhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.localTesis/Trabajo de grado - Monografía - Pregrado
dspace.entity.typePublication

Archivos

Bloque original

Mostrando 1 - 4 de 4
Cargando...
Miniatura
Nombre:
Carta de autorizacion.pdf
Tamaño:
139.02 KB
Formato:
Adobe Portable Document Format
Cargando...
Miniatura
Nombre:
Carta de confidencialidad.pdf
Tamaño:
259.49 KB
Formato:
Adobe Portable Document Format
Cargando...
Miniatura
Nombre:
Nota de proyecto.pdf
Tamaño:
426.57 KB
Formato:
Adobe Portable Document Format
Cargando...
Miniatura
Nombre:
Documento.pdf
Tamaño:
1.01 MB
Formato:
Adobe Portable Document Format

Bloque de licencias

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
license.txt
Tamaño:
2.17 KB
Formato:
Item-specific license agreed to upon submission
Descripción:

VIGILADA MINEDUCACIÓN

Ordenanza No. 83 de 1.944 (junio 22)

Carácter académico: Universidad

Notificaciones judiciales: notjudiciales@uis.edu.co 

.

Código SNIES: 1204   Nit: 890.201.213-4

Línea Anticorrupción:  +57 (601) 562 9300 EXT: 3633

Línea transparente: +57 (607) 630 3031