Vol. 5 Núm. 1 (2006): Revista UIS Ingenierías
Artículos

Detección e identificación de eventos de la calidad de la energía eléctrica utilizando la transformada wavelet discreta y redes neuronales

Valdomiro Vega García
Universidad Industrial de Santander
Biografía
César Antonio Duarte Gualdrón
Universidad Industrial de Santander
Biografía
Gabriel Ordoñez Plata
Universidad Industrial de Santander
Biografía

Publicado 2006-05-23

Palabras clave

  • Armónicos,
  • calidad de la energía eléctrica,
  • elevaciones de tensión,
  • flicker,
  • huecos de tensión,
  • redes neuronales,
  • monitorización,
  • transformada Wavelet,
  • transitorios
  • ...Más
    Menos

Cómo citar

Vega García, V., Duarte Gualdrón, C. A., & Ordoñez Plata, G. (2006). Detección e identificación de eventos de la calidad de la energía eléctrica utilizando la transformada wavelet discreta y redes neuronales. Revista UIS Ingenierías, 5(1), 109–118. Recuperado a partir de https://revistas.uis.edu.co/index.php/revistauisingenierias/article/view/1772

Resumen

En este artículo se estudia la aplicación de la transformada Wavelet discreta (TWD) y redes neuronales en la detección e identificación de eventos de la calidad de la energía eléctrica. Se estudian algunos patrones basados en la TWD propuestos para la identificación de eventos de baja frecuencia como las fluctuaciones de tensión ("flicker") y los armónicos; y para la identificación de eventos de alta frecuencia como los transitorios tipo impulso y los huecos de tensión. Para la detección e identificación se utiliza la función Wavelet Daubichies4 como función base para la transformación, dadas sus características de respuesta en frecuencia y de localización de información en el tiempo. Como clasificador de los eventos se utiliza un esquema basado en redes neuronales (perceptron multicapa) tomando como entrada los patrones de los eventos. Los resultados son satisfactorios (superiores al 80% y 90% de acierto en la mayoría de los eventos) considerando que algunos eventos presentan similitudes en los patrones. Esta estrategia fue integrada en una interfaz gráfica de usuario desarrollada en MatLab® y probada con señales sintéticas las cuales fueron simuladas y almacenadas en una base de datos de perturbaciones.

Descargas

Los datos de descargas todavía no están disponibles.

Referencias

Resende J.W "Identification of power quality disturbances using the MATLAB wavelet transform
tooIbox". Universidad Federal de Uberlandia (MG)-Brazil. pp.8200!.

Gaouda, A, ; Chikhani, A. "Power quality detection and classification using wavelet-multiresolution signal
decomposi-tion !! Power Systems, IEEE Transactions on Published: Oct: 1999 Volume: 144 , Page(s): 1469-1476.

Cheng Hong, Loh Poh Chiang, S. E1angovan National University of Singapore nWavelet packets analysis and
artificialintelligence based adaptive fault diagnosis" 2002 Pp. 6.

K. Debnath ,M. Negnevitsky, K. Ho, C. Jun School of Engineering University of Tasmania "Recognition of Power Quality Disturbances" 2001

García Q. Edwin "Armónicos: Aplicación de la Transforma-da Wavelet para el análisis de transitorios electromagnéticos" Tesis Pregrado urs . Pp109.2000

Chui, Charles K., IIWavelets: a mathematical tool for signal analysis", SIAM, Philadelphia. Pp. 210. 1997

Alan V. Oppenheim & Ajan S. WilIsky, "Señales y Sistemas", Editorial Prentice Hall, Segunda Edición. pp.956. 1998

Daubechies, Ingrid. ftTen Lectures on Wavelets U, Philadel-phia: SIAM. (1992). pp. 357.

Norma Técnica Colombiana 5000: "Calidad de la potencia eléctrica (CPE). Definiciones y términos
fundamentales",Insti-tuto Colombiano de Normas Técnicas (ICONTEe),2002.

IEEE Standards coordinating connnittee 22 on power quality, USA. "IEEE Std 1159-1995: IEEE Recornmended
practice for monitoring electric power quality l1, IEEE Standards boards,1995.

Flores Rafael A., Member, IEEE" State of the Art in the Classification of Power Quality Events" 10th International Conference in Harmonics and Quality of Power, Brazil, Oct 2002 pp. 4.

Heydt, G.T. ; Galli, A.W. " Transient Power Quality Problem Analized using Wavelet, "IEEE Transactions on
PowerDelivery, Vol. 12, No. 2,April 1997. Page(s): 908 -915.

Poison, O. ;Rional P.; Mennier, M. "New Signal Processing Tool Applied to Power Qnality Analysis ", IEEE
Trans-actions on PowerDelivery, Vol. 14, No. 2, April 1999. Page(s): 561 -915.

Keznnovic Mladen ;Liao, Ynan "ANovel Software Implementation Concept for Power Quality Study", 2000.

Shyh-Jier, H. ;Chen-Tao, H. ;Ching-Lien, H. "Application of Morlet Wavelet to Supervise Power System Disturbances", IEEE Transactions on Power Delivery, Vol. 14, No. 1,January 1999. Page(s): 235 -243.

Xiangxun, Cheng. "Wavelet based detection, localization, quantification and classification of short
duration power quality disturbances " IEEE Power Engineering Society Winter Meeting, 2002, Vol. 2, 2002.

Cormane, Jorge Barrera, Victor. "Predicción de corrientes armónicas en ventanas de carga residenciales,
mediante mode-los neuronales artificiales" Tesis de grado pp 164, Universidad Industrial de Santander, Bucaramanga 2003.

Kohonen T. : Se1f-Organizing Maps. 2" Ed. Springer Verlag Berlin Heidelberg. 1997.

Páez, Carlos; Meneses,Jathinson "Herramienta software para la zonificación de datos, basado en redes neuronales 11 Tesis de grado Pp 64, Universidad Industrial de Santander,
Bucararnanga 2003.

IEC 6100-4-15 Electromagnetic Compatibility (EMC). Part 4: Testing and measurements technique - Section 15. Flicker-meter. Functional and design specifications. Bureau Central de la Comision Electrotechnique Internationale, 1997111.