Aplicación de la transformada de Stockwell para detección y clasificación de fallas en líneas de transmisión
En esta investigación se propone un método para detectar diferentes tipos de falla en el sistema de transmisión. Para lo cual, se emplea la técnica de procesamiento de señales como la transformada de Stockwell (ST) y una red neuronal artificial (ANN) como técnica de aprendizaje no supervisado. En es...
Furkejuvvon:
| Váldodahkki: | |
|---|---|
| Materiálatiipa: | bachelorThesis |
| Giella: | spa |
| Almmustuhtton: |
2023
|
| Fáttát: | |
| Liŋkkat: | http://dspace.ups.edu.ec/handle/123456789/26450 |
| Fáddágilkorat: |
Lasit fáddágilkoriid
Eai fáddágilkorat, Lasit vuosttaš fáddágilkora!
|
Lasit fáddágilkoriid | Čoahkkáigeassu: | En esta investigación se propone un método para detectar diferentes tipos de falla en el sistema de transmisión. Para lo cual, se emplea la técnica de procesamiento de señales como la transformada de Stockwell (ST) y una red neuronal artificial (ANN) como técnica de aprendizaje no supervisado. En este contexto, la ST se emplea para el análisis tiempo - frecuencia de las señales de voltaje y corriente resultantes del estudio de cortocircuito. Con estas se crea una base de datos que sirve para el entrenamiento, validación y prueba de la ANN, de tal forma que se crea un predictor para identificar y clasificar las fallas en tiempo real. El rendimiento de la metodología propuesta se comprueba en los sistemas IEEE de 9 y 14 barras. Asimismo, los resultados obtenidos se comparan con la clasificación de fallas en base a la transformada de wavelet. De esta forma, se comprueba que la ST es superior a la transformada de wavelet. Además, la ANN presenta una efectividad del 98% con un 2% de error en la clasificación de fallas. |
|---|