SciELO - Scientific Electronic Library Online

 
vol.14 issue1Tetrahedral Grid Generators and the Eigenvalue Calculation with Edge ElementsAn Efficient Δ-Causal Distributed Algorithm for Synchronous Cooperative Systems in Unreliable Networks author indexsubject indexsearch form
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • Have no similar articlesSimilars in SciELO

Share


Computación y Sistemas

Print version ISSN 1405-5546

Abstract

NIETO GONZALEZ, Juan Pablo; GARZA CASTANON, Luis  and  MORALES MENENDEZ, Rubén. Diagnóstico de Fallas Múltiples en Sistemas Eléctricos de Potencia con Cambios de Carga Dinámicos Utilizando Redes Neuronales Probabilísticas. Comp. y Sist. [online]. 2010, vol.14, n.1, pp.17-30. ISSN 1405-5546.

El monitoreo de sistemas de potencia es particularmente retador debido a la presencia de cambios dinámicos de carga de los nodos de la red en modo de operación normal, así como la presencia de variables continuas y discretas, información con ruido y falta o exceso de datos. Este artículo propone un método de diagnóstico de fallas que es capaz de localizar el conjunto de nodos involucrado en eventos de fallas múltiples. El método detecta los nodos con falla, el tipo de falla y el tiempo en el cual está presente la falla. El método está compuesto de dos fases: En la primera fase una red neuronal probabilística es entrenada con los eigenvalores de los datos de voltaje obtenidos en operación normal así como con fallas simétricas y asimétricas. La segunda fase emplea una comparación entre las muestras para detectar y localizar la presencia de una falla. Se lleva a cabo un conjunto de simulaciones en un sistema eléctrico de potencia para mostrar el desempeño del método propuesto y se realiza una comparación contra un sistema de diagnóstico basado en lógica probabilística.

Keywords : Diagnóstico de Fallas; Fallas Múltiples; Redes Neuronales Probabilísticas; Matriz de Correlación; Eigenvalores; Sistemas de Potencia; Cambios Dinámicos de Carga.

        · abstract in English     · text in English     · English ( pdf )

 

Creative Commons License All the contents of this journal, except where otherwise noted, is licensed under a Creative Commons Attribution License