Algoritmo de ubicación e identificación de fallas en una microrred ac basado en inteligencia artificial

Este trabajo de grado se enfocó en desarrollar un algoritmo basado en redes neuronales artificiales (ANN) para la clasificación y localización de fallas eléctricas en una microrred de prueba. La microrred de estudio es una red de distribución IEEE de 33 buses con generadores distribuidos ubicados estratégicamente. Se simularon fallas trifásicas, bifásicas a tierra, bifásicas y monofásicas a tierra en diferentes ubicaciones de las líneas y con diversas duraciones, esto empleando el software DigSILENT enlazado con Python. Tras extraer y procesar los datos mediante técnicas como la transformada Wavelet, se compararon optimizadores, funciones de activación y tamaños de baches para el posterior entrenamiento de los modelos, los cuales muestran una buena generalización con una exactitud del 99.24% y 98.99% en clasificación y 95.71% y 94% en localización, esto para los conjuntos de entrenamiento y validación, respectivamente. Además, se crea una interfaz de usuario para predecir el tipo y la ubicación de las fallas usando la data de prueba separada anteriormente con este propósito.

• Autores: Sandoval Alonso, Arley José; Celis Yañez, Jonathan David
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2024
• Institución: Universidad Francisco de Paula Santander
• Repositorio: Repositorio Digital UFPS
• Idioma: spa
• OAI Identifier: oai:repositorio.ufps.edu.co:ufps/9193
• Acceso en línea: https://repositorio.ufps.edu.co/handle/ufps/9193
• Palabra clave: Microrred eléctrica; Generadores distribuidos; Redes neuronales artificiales; Clasificación y localización de fallas eléctricas
• Rights: openAccess
• License: Derechos Reservados - Universidad Francisco de Paula Santander, 2024