Avances en el diagnóstico de fallas en sistemas eléctricos de transporte mediante redes neuronales: Un enfoque modular

Agustin Flores Novelo, Eduardo Quiles Cucarrella, Emilio García Moreno, Francisco Morant Anglada

Resumen


En este trabajo se propone un nuevo método para el diagnóstico de fallas en sistemas eléctricos de potencia basado en módulos neuronales. El método realiza el diagnóstico mediante la asignación de un módulo neuronal genérico para cada tipo de componente que conforma al sistema eléctrico de potencia, ya sea línea de transporte, bus o transformador. En total se diseñan tres módulos neuronales genéricos, uno para cada tipo de componente. Los módulos neuronales para buses y transformadores se componen de dos niveles de diagnóstico tomando en cuenta los estados lógicos de interruptores y relevadores tanto propios como de respaldo, a excepción del módulo neuronal para líneas de transporte, que además de los dos niveles de diagnóstico con los que cuentan los módulos neuronales para buses y transformadores, cuenta con un tercer nivel de diagnóstico que toma en consideración los oscilogramas de voltajes y corrientes de falla, así como los espectros de frecuencia  de estos oscilogramas, para verificar si la línea de transporte realmente estuvo sujeta a una falla y a la vez determinar el tipo de ésta (L-g, LL-g, LL, LLL, LLL-g), esto a través de una estructura neuronal. Este tercer nivel de diagnóstico, es posible llevarlo a cabo ya que toda línea de transporte  que es sometida a una falla presentará corrientes y voltajes de falla, antes de que ésta sea liberada del sistema  por la acción de sus esquemas de protección.


Texto completo:

PDF


Facultad de Ingeniería Automática y Biomédica, Universidad Tecnológica de La Habana  José Antonio Echeverría, Cujae, Calle 114 No. 11901. e/ Ciclovía y Rotonda. Marianao 15.
La Habana, Cuba. CP 19390. Telf: (537) 266 3476
E-mail: rielac@tesla.cujae.edu.cu | URL: http://rielac.cujae.edu.cu
ISSN: 1815-5928

Todo el contenido de la revista se encuentra bajo la licencia https://creativecommons.org/licenses/by/4.0/deed.es_ES. La revista en línea tiene acceso abierto y gratuito