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

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.