Estudio e implementacion de una herramienta basada en maquinas de soporte vectorial aplicada a la localizacion de fallas en sistemas de distribucion

Simple item page
dc.contributor.advisorVargas Torres, Hermann Raul
dc.contributor.authorMorales Espana, German Andres
dc.contributor.authorGomez Ruiz, Alvaro
dc.date.accessioned2024-03-03T13:05:12Z
dc.date.available2005
dc.date.available2024-03-03T13:05:12Z
dc.date.created2005
dc.date.issued2005
dc.description.abstractEste trabajo de grado propone un método para estimar la zona más probable de falla en sistemasde distribución con ayuda de inteligencia artificial. Se estudia una técnica de inteligencia artificialpara clasificación llamada máquinas de soporte vectorial (SVM), esta técnica se aplica al problema de la localización de fallas en sistemas de distribución. Para estimar la ubicación de la zona fallada es necesario conocer la topología del sistema de distribución que se va a analizar. Se divide el circuito en zonas, se simula el sistema en estado defalla variando la ubicación, tipo y resistencias de falla, adquiriendo así las señales de tensión en lacabecera del circuito. Teniendo una base de datos de posibles fallas, se extraen descriptores de losvalores eficaces de las señales de tensión de fase, línea y secuencia cero. Se entrena la SVM con elfin de obtener los parámetros adecuados que proporcionen una clasificación satisfactoria tanto deltipo como la zona de falla. Para estimar un porcentaje de rendimiento de las SVM, se realiza unaprueba con datos desconocidos. Se realizó una prueba con un circuito de distribución, donde se obtienen resultados satisfactoriosutilizando únicamente las señales de tensión. No se ve comprometida la precisión con valores de resistencias de falla altos (alrededor de 40£2).
dc.description.abstractenglishLocation of faults, Distribution systems, Sags, Arti_x001C_cial intelligence, Support vector machines.
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/20.500.14071/17909
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingenierías Fisicomecánicas
dc.publisher.programIngeniería 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.subjectHuecos de tensión
dc.subjectInteligencia artificial
dc.subjectLocalización de fallas
dc.subjectMáquinas de soporte vectorial
dc.subjectSistemas de distribución.
dc.subject.keywordLocation of faults
dc.subject.keywordDistribution systems
dc.subject.keywordSags
dc.subject.keywordArti_x001C_cial intelligence
dc.subject.keywordSupport vector machines.
dc.titleEstudio e implementacion de una herramienta basada en maquinas de soporte vectorial aplicada a la localizacion de fallas en sistemas de distribucion
dc.title.englishStudy and implementation of a tool based on support vector machinesapplied to the location of faults in distribution system |
dc.type.coarhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.hasversionhttp://purl.org/coar/resource_type/c_7a1f
dc.type.localTesis/Trabajo de grado - Monografía - Pregrado
Files
Original bundle
Now showing 1 - 2 of 2
No Thumbnail Available
Name:
Documento.pdf
Size:
2.31 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Nota de proyecto.pdf
Size:
1.33 MB
Format:
Adobe Portable Document Format
Download
Collections
Ingeniería Eléctrica