Detección de patrones para identificación de variaciones de voltaje en redes de distribución implementando redes neuronales basadas en la transformada de Hilbert-Huang

El artículo que se presenta a continuación tiene como objetivo detectar patrones que se presentan en un sistema de distribución, para el cual incorpora un algoritmo basado en redes neuronales basadas en la transformada de Hilbert Huang. Se busca detectar patrones que alteren al sistema, obteniendo la detección del sistema de 33 barra IEEE. El entrenamiento de la red neuronal se ejecutó en el software Matlab, la cual permite que el algoritmo sea capaz de brindar las detecciones ante futuras variaciones que se presenten en un sistema. Los datos ingresado de la red neuronal se obtiene implementando la transformada de Hilbert Huang, mediante los voltajes de barras de distribución .Cada nodo presente en el sistema fue modificado para simular las perturbaciones sags, interruption y swell que proporciona el IEEE 1159.Los datos generados de salida de la red neuronal corresponde a la clasificación de cuatro categorías, al implementar etiqueta permite interpretar de manera efectiva la detección de la señal, al momento de presencia de perturbaciones. El modelo de clasificación alcanzo un porcentaje de 94.09% precisión, lo cual refleja la eficiencia de detección de señales que se encuentren asociadas a perturbaciones.

• Auteur principal: Vásquez Ruiz, Juan Carlos (author)
• Format: bachelorThesis
• Langue: spa
• Publié: 2025
• Sujets: ELECTRICIDAD; ANÁLISIS DE REDES ELÉCTRICAS; ESTADÍSTICA; SISTEMAS DE ENERGÍA ELÉCTRICA; REDES NEURONALES; NORMAS TÉCNICAS; SOFTWARE DE APLICACIÓN; VOLTAJE
• Accès en ligne: http://dspace.ups.edu.ec/handle/123456789/30052