Estudio de estabilidad en sistemas de potencia: metodología para la evaluación de la estabilidad de tensión mediante la aplicación de inteligencia artificial

Simple item page
dc.contributor.advisorVargas Torres, Hermann Raul
dc.contributor.authorGómez Ruiz, Álvaro
dc.date.accessioned2024-03-03T18:22:42Z
dc.date.available2010
dc.date.available2024-03-03T18:22:42Z
dc.date.created2010
dc.date.issued2010
dc.description.abstractEste trabajo de investigación propone un método para evaluar la estabilidad y seguridad de tensión en un sistema de potencia con la ayuda de inteligencia artificial. Se utiliza una técnica de inteligencia artificial llamada máquinas de soporte vectorial (SVM) para tal fin. Para la evaluación del sistema mediante esta metodología se necesita conocer la topología del sistema de potencia y contar con modelos que describan bien el comportamiento de los elementos del mismo. Además debe ser definido un caso base para el estudio (generación y carga). A partir de este caso base se realizan aumentos de carga en diferentes direcciones hasta encontrar los puntos de máxima cargabilidad del sistema en cada una de estas direcciones. Esto se realiza primero con el sistema en condiciones normales y luego con el sistema bajo contingencia. Luego de crear las dos bases de datos con los puntos de máxima cargabilidad del sistema (para condiciones normales y contingencia) se obtienen los datos de entrenamiento, validación y prueba. Estos permiten la selección de las características propias de las SVM y determinar su desempeño. Son creados dos modelos SVM uno evaluador de estabilidad (condiciones normales) y otro evaluador de seguridad (condición de contingencia). Además se define un índice en términos de la máxima potencia activa extraíble del sistema, ya sea en una dirección de carga determinada y/o en la dirección más corta al límite de la región estable o segura 1 : :
dc.description.abstractenglishThis research proposes a method to assess the voltage stability and security in a power system with artificial intelligence. An artificial intelligence technique called support vector machines (SVM) is used for this purpose. To evaluate the system using this methodology is necessary to know the topology of the power system and have good models that describing the behavior of system elements. It is also necessary to define a base case for the study (generation and load). From this base case the load increases are made in different directions to find the points of maximum cargability of the system. This is done first with the system in normal conditions and then with the system under contingency. After creating the two databases we have the points of maximum cargability of the system (for normal and contingency condition) are created the training, validation and testing data. These allow the selection of the characteristics of SVM and determine their performance. Two SVM models are created. The first one teste the stability (normal condition) and another one the security (contingency condition). An index is also defined in terms of maximum active power extractable from the system in a loading direction and/or the shortest direction to the boundary of the region stable or secure.
dc.description.degreelevelMaestría
dc.description.degreenameMagíster en Ingeniería Eléctrica
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/20.500.14071/24800
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingenierías Fisicomecánicas
dc.publisher.programMaestría en Ingeniería Eléctrica
dc.publisher.schoolEscuela de Ingenierías Eléctrica, Electrónica y Telecomunicaciones
dc.rightshttp://creativecommons.org/licenses/by/4.0/
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAttribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.urihttp://creativecommons.org/licenses/by-nc/4.0
dc.subjectEstabilidad de tensión
dc.subjectÍndice estabilidad
dc.subjectInteligencia artificial
dc.subjectMáquinas de soporte vectorial
dc.subjectPuntos de máxima cargabilidad
dc.subjectregión de estabilidad.
dc.subject.keywordVoltage stability
dc.subject.keywordStability index
dc.subject.keywordArtificial intelligence
dc.subject.keywordSupport vector machines
dc.subject.keywordMaximum cargability points
dc.subject.keywordstability region.
dc.titleEstudio de estabilidad en sistemas de potencia: metodología para la evaluación de la estabilidad de tensión mediante la aplicación de inteligencia artificial
dc.title.englishStudy of stability in power systems: methodology for voltage stability assessment with artificial intelligence".
dc.type.coarhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.hasversionhttp://purl.org/coar/resource_type/c_bdcc
dc.type.localTesis/Trabajo de grado - Monografía - Maestria
Files
Original bundle
Now showing 1 - 3 of 3
No Thumbnail Available
Name:
Carta de autorización.pdf
Size:
825.45 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Documento.pdf
Size:
5.15 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Nota de proyecto.pdf
Size:
677.78 KB
Format:
Adobe Portable Document Format
Download
Collections
Maestría en Ingeniería Eléctrica