Detección y localización de fallas en los sistemas de energía eléctrica mediante la técnica máquinas de soporte vectorial (svm)

Simple item page
dc.contributor.advisorVargas Torres, Hermann Raul
dc.contributor.authorRodríguez Suarez, Juan Carlos
dc.date.accessioned2024-03-03T16:15:34Z
dc.date.available2006
dc.date.available2024-03-03T16:15:34Z
dc.date.created2006
dc.date.issued2006
dc.description.abstractLa interrupción del suministro de energía eléctrica en forma permanente o transitoria,ocasiona efectos negativos en usuarios industriales, comerciales y residenciales. Lasredes de transmisión cuentan con esquemas eficientes de protección y localización defallas. Sin embargo, las empresas de distribución de energía, en razón de susimplicaciones técnicas, económicas y operativas, están imposibilitadas en implementarlos algoritmos y esquemas existentes en las redes de transmisión, para laidentificación y localización de fallas. En este trabajo de investigación se presenta una alternativa de solución al problema delocalización de fallas en redes de distribución de energía eléctrica, de manera querequiera un mínimo de inversión por parte de estas empresas y que proporcione lainformación apropiada para la prevención y atención oportuna de fallas. El objetivo esdisminuir el tiempo de restablecimiento del sistema mediante la localización oportunade una falla, con base en la técnica de inteligencia computacional denominadaMáquinas de Soporte Vectorial, combinada con un método algorítmico. Ésta es unaherramienta de clasificación binaria que emplea los datos del sistema y de las fallasocurridas, y utilizando características de las redes neuronales y teoría de optimización,clasifica las fallas nuevas con base en el aprendizaje realizado y en pocas mediciones. La metodología propuesta emplea descriptores de las medidas de tensión y corrienteregistrados en la cabecera de la red de distribución durante fallas, los parámetros y latopología propia de la red, como base de aprendizaje. Los resultados obtenidos, conmuy bajo costo, permitirán mejorar los índices de continuidad en los sistemas dedistribución.
dc.description.abstractenglishThe interruption of supply electrical energy in permanent or transitory state causesnegative effects in industrial, commercial and residential customers. The transmissionsystems have on efficient schemes of protection and faults location. Nevertheless, thedistribution power system companies, due to their technical, economic and operativeimplications, they are disabled in perform the algorithms and schemes designed for theidentification and fault location in transmission systems. The present research work gives an alternative of solution to the problem of faultlocations in distribution power system networks. It provides the appropriateinformation for the prevention and opportune attention of faults and requires aminimum of investment of the companies. The objective is to diminish the time ofpower system restoration by means of the opportune fault location. It bases in theintelligence computational technique denominated Support Vector Machines (SVM),combined with an algorithm method. This one is a tool of binary classification that usesthe data of the system and the happened faults, and using characteristic of theneuronal networks and optimization theory, locates the new faults based on trainingdates and a few measurements. The propose methodology uses descriptors of the voltage and current measures in thehead of the distribution network during faults, the parameters and the topology of thenetwork, as learning base. The obtained results, with very low cost, allow improvingthe indices of continuity of the distribution systems.
dc.description.degreelevelMaestría
dc.description.degreenameMagíster en Potencia 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/20.500.14071/19292
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingenierías Fisicomecánicas
dc.publisher.programMaestría en Potencia 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.subjectde Potencia
dc.subjectInterrupciones
dc.subjectSistemas de Distribución
dc.subjectLocalización de fallas
dc.subjectInteligencia Artificial
dc.subjectMáquinas de Soporte Vectorial.
dc.subject.keywordQuality
dc.subject.keywordInterruptions
dc.subject.keywordDistribution Systems
dc.subject.keywordFault Location
dc.subject.keywordArtificialIntelligence
dc.subject.keywordSupport Vector Machines.
dc.titleDetección y localización de fallas en los sistemas de energía eléctrica mediante la técnica máquinas de soporte vectorial (svm)
dc.title.englishFault detection and localization in electric power systemsthrough the technique support vectorial machines
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 - 2 of 2
No Thumbnail Available
Name:
Documento.pdf
Size:
2.54 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Nota de proyecto.pdf
Size:
247.02 KB
Format:
Adobe Portable Document Format
Download
Collections
Maestría en Potencia Eléctrica