Propuesta de un marco metodológico para la localización de fallas en líneas de distribución basado en algoritmos de inteligencia artificial.

El presente proyecto de titulación realiza una propuesta de un marco metodológico para la localización de fallas en líneas de distribución basado en algoritmos de inteligencia artificial. Esta metodología se aplica en un sistema de prueba. Las características relevantes candidatas fueron seleccionadas a partir del análisis de la revisión de la literatura técnica especializada, las características utilizadas fueron las señales de corriente y voltaje. Se realizan simulaciones en el dominio del tiempo de fallas monofásicas y trifásicas para generar datos sintéticos y entrenar varias máquinas de aprendizaje que sean capaces de estimar la distancia de falla. Se evaluaron varias máquinas de aprendizaje (ANN, RF, KNN, SVM, AdaBoost, Regresión Lineal y DT), las que demostraron mejor desempeño fueron ANN y RF. Las máquinas de aprendizaje implementadas (ANN y RF) son capaces de estimar la distancia de falla con un error de estimación menor que 0.5% y 0.3% respectivamente. Adicionalmente ANN y RF son capaces de estimar la zona en la que ocurrió la falla. Con los resultados obtenidos se demuestra que el marco metodológico propuesto es válido para ser implementado en sistemas reales y de esta manera las empresas eléctricas de distribución podrían mejorar sus índices de desempeño relacionados a la calidad de suministro al implementar este tipo de herramientas computacionales.

• Hovedforfatter: Gadvay Damian, Angel Bladimir (author)
• Andre forfattere: Ortiz Villalba, Diego Edmundo, director (author)
• Format: bachelorThesis
• Udgivet: 2024
• Fag: FALLAS MONOFÁSICAS Y TRIFÁSICAS; UBICACIÓN DE FALLAS EN LÍNEAS DE DISTRIBUCIÓN; MÁQUINAS DE APRENDIZAJE
• Online adgang: https://repositorio.espe.edu.ec/handle/21000/42604