Aplicación de mezcla de distribuciones a la localización de fallas en sistemas de distribución de energía eléctrica
Publicado 2006-05-23
Palabras clave
- Localización de fallas,
- calidad de potencia,
- índices de calidad,
- modelo estático,
- clasificación
- mezclas de distribuciones,
- estadística multivariada ...Más
Cómo citar
Resumen
Mejorar la confiabilidad de las redes de distribución requiere de una gran inversión, pero no todas las empresas están en capacidad de asumirlas. Por lo tanto, cualquier estrategia que permita mejorar la confiabilidad, se debe reflejar directamente en la disminución de la duración y frecuencia de las interrupciones. En este artículo se presenta una alternativa de solución a los problemas de continuidad del suministro asociados a la localización de fallas. Se propone una metodología de tipo estadístico basada en la mezclas de distribuciones. Con esta, se construye un modelo estadístico a partir de la extracción de patrones característicos de las señales registradas por los equipos de medida, junto con los parámetros y topología propios de la red durante el evento. La utilización de esta metodología tiene por objeto brindar una alternativa económica y de fácil implementación para el desarrollo de estrategias orientadas a mejorar la confiabilidad a partir de la disminución de los tiempos de atención y recuperación del sistema.
Descargas
Referencias
J. Jaimes, J. Duarte, G. Ordóñez, G. Canillo, P. Gaona, li La calidad de la energía eléctrica en el sector eléctIico colombiano: utopíao realidad ll, II Congreso Internacional de la Región Andina. Andes con IEEE, Colombia, 2004.
1. Cormane, V. Barrera, G. Ordóñez, "Predicción de comentes armónicas en ventanas de carga residenciales mediante modelos neuronales artificiales". J I Congreso Internacional de la Región Andina, Andes con IEEE, Colombia, 2004.
G. Canillo, G. Ordóñez, "Calidad del Suministro de Energía Eléctrica (power Quality) "ALURE Program-CREG Project. Tutorial Course, Colombia- 2002.
J M. Bollen, Understanding power quality problems: voltages sags and interruptions, New York, IEEE Press, 2000.
A. Peñuela, J. Pacheco, G. Ordóñez, J. Duarte, II Propuesta metodología para la valoración de costos en empresas manufactureras, debidos a una inadecuada continuidad del suministro de la energía eléctrical1, tesis de grado, Universidad Industrial de Santander, Bucaramanga., Colombia, 2003.
J. Jaimes, Tl Conceptualización técnica del servicio de reserva operativa U, M. S. thesis, Universidad Industrial de Santander, Bucaramanga., Colombia, 2003.
R. Das, II Determining the Locations of Faults in Distribution Systems", Ph. Ddissertation, Saskatchewan Univ., Canada, 1998.
J. Zhu, D. Lubkeman, A. Girgis, "Automated fault location and diagnosis on electric power distribution feeders", IEEE Trans. Power delivery, Vol. 12, pp. 801-809, Apr, 1997.
A. Girgis, C. Fallan, D. Lubkeman, "A foult location technique for rural distribution feeders", IEEE Trans. Industry applications, Vol. 29, pp. 1170-1175, Dec, 1993.
Comisión de Regulación de Energía y Gas CREG, Resolución CREG 025 de 2005.
J. Mora, J. Colomer, "Voltage Sag Characterization and Classification for Diagnosis in Electric Power Quality Domaio11, Department of Electronics, Computer Science and Automatic Control, Research report, Girana España, 2003
D. Peña, Análisis de datos multivariantes. Madrid, McGraw-Hil1, 2oo2.
Y. Wang, L. Luo, M. Freed man and S. Kung, "Probabilistic principal component sub spaces: A hierarchical fmitemixture model for data visualization 11, IEEE Trans. Neural Networks, Vol II, pp. 625-636, May, 2000.
L. Díaz, Estadística multivariada: inferencia y métodos. Bogota D. C, Universidad Nacional de Colombia, 2002.
J. Hair, R. Anderson, R. Tatham, W. Black, Análisis multivariante. Madrid. Prentice Hall, 1999.
Y. Wang, S. Lin, H. Li, and S. Kung, "Data mapping by probabilistic modular networks and information the oretic criteria", IEEE Trans. Signal processing, Vol. 46, pp. 3378-3397, Dec, 1998.
M. Jordan and R. Jacobs, II Hierarchical mixture of experts and the EMalgorithm", IEEE Trans. Neural Computat, Vol 6, pp. 181-214, 1994.
W. Martínez, and A Martínez Computational statistics Handbook whit Mat Lab. New York, Chapman & Hall, 20 m.
E. Dalla, Jonson, Métodos multivariados aplicados al análisis de datos, México, Thompson, 2000.
G. Mclacblan and D. Peel, Finite mixture models, Canada, Wiley, 2000.
M. Figueiredo, II Unsupervised Learning of Finite Mixture Models ll, IEEE Trans. Pattern analysis and Machine intelligence, Vol. 24, Mar, 2002.
J. B. Dagenhart, "The 40- Ground- Fault Phenomenon" IEEE Trans. on Industry Applications, vol. 36, no. 1, pp 30-32, 2000
S. Lee, M. Choi, S. Kang, B. Jin, D. Lee, B. Ahn, N. Yoon, H. Kim, S. Wee. II An intelligent and efficient fault location and diagnosis écheme for radial distribution systems", IEEE Trans. Power Delivery, Vol. 19, Apr, pp. 524-532, 2004.
G. Carrillo, J. Román, J. Rivier, S. Ramírez II Metodología coste-beneficio aplicada a la instalación de equipos de localización y seccionamiento del tramo con avería en redes de distribución", JOlnadashispano-lusas de ingeniería eléctrica, Tomo 3, Barcelona, 1993.