Estrategia de regresión basada en el método de los k vecinos más cercanos para la estimación de la distancia de falla en sistemas radiales

Autores/as

  • Germán Morales-España Universidad Tecnológica de Pereira
  • Juan Mora-Flórez Universidad Tecnológica de Pereira
  • Hermann Vargas-Torres Universidad Tecnológica de Pereira

DOI:

https://doi.org/10.17533/udea.redin.18117

Palabras clave:

Localización de fallas, k-vecinos más cercanos (k-NN), sistemas radiales, regresión.

Resumen

En este artículo se presenta una estrategia de regresión para estimación de la distancia de falla en sistemas de potencia radiales, empleando la técnica de los k-Vecinos más cercanos (k-NN). Esta propuesta de localización de fallas utiliza las medidas de la componente fundamental de tensión y de corriente disponibles en la subestación, no depende del modelo del sistema de potencia y se adapta a las características particulares de los sistemas radiales. El localizador de fallas se prueba en un sistema de distribución, donde se obtienen errores promedio inferiores al 3%, a diferentes distancias y resistencias de falla.

|Resumen
= 171 veces | PDF
= 79 veces|

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Germán Morales-España, Universidad Tecnológica de Pereira

Grupo de Investigación en Sistema de Energía Eléctrica (GISEL) y en Calidad de Energía Eléctrica y Estabilidad (ICE3)

Juan Mora-Flórez, Universidad Tecnológica de Pereira

Grupo de Investigación en Sistema de Energía Eléctrica (GISEL) y en Calidad de Energía Eléctrica y Estabilidad (ICE3)

Hermann Vargas-Torres, Universidad Tecnológica de Pereira

Grupo de Investigación en Sistema de Energía Eléctrica (GISEL) y en Calidad de Energía Eléctrica y Estabilidad (ICE3)

Citas

IEEE Std 37.114. “IEEE Guide for Determining Fault Location on AC Transmission and Distribution Lines”. Power System Relaying Comité. 2004.

Comisión de Regulación de Energía y Gas CREG (CREG 1998-2002). Resoluciones CREG 070 de 1998, CREG 096 de 2000, CREG 084 de 2002, CREG 084. 2002.

J. Mora, G. Carrillo, B. Barrera. “Fault Location in Power Distribution Systems Using a Learning Algo¬rithm for Multivariable Data Analysis”. IEEE Tran¬saction on Power Delivery, Vol. 22. 2007. pp. 1715-1721. DOI: https://doi.org/10.1109/TPWRD.2006.883021

A. Warrington, C. Van. Protective relays. Their theory and practice. Chapman and Hall, London. 1968. pp. 125-146.

K. Srinivasan, A. St-Jacques. “A new fault location al¬gorithm for radial transmission lines with loads” IEEE Transactions on Power Delivery. Vol. 4. 1989. pp. 1676–1682. DOI: https://doi.org/10.1109/61.32658

A. Girgis, C. Fallon, D. Lubkeman. “A fault location technique for rural distribution feeders” IEEE Tran¬sactions on Industry and Applications. Vol. 26. 1993. pp. 1170–1175. DOI: https://doi.org/10.1109/28.259729

J. Zhu, D. Lubkeman, A. Girgis. “Automated fault location and diagnosis on electric power distribution feeders” IEEE Transactions on Power Delivery. Vol. 12. 1997. pp. 801–809. DOI: https://doi.org/10.1109/61.584379

R. Aggarwal, Y. Aslan, A. Johns. “New concept in fault location for overhead distribution systems using superimposed components” IEE Proceedings. Gene¬ration, Transmission and Distribution. Vol. 144. 1997. pp. 309–316. DOI: https://doi.org/10.1049/ip-gtd:19971137

R. Das. Determining the locations of faults in distribu¬tion systems. Ph.D. dissertation, University of Saskat-chewan. Saskatoon, Canadá. 1998. pp. 16-73

D. Novosel, D. Hart, Y.Hu, J. Myllymaki, System for locating faults and estimating fault resistence in dis-tribution networks with tapped loads 1998. US Patent number 5,839,093.

L. Yang. One terminal fault location system that co¬rrects for fault resistance effects 1998. US Patent num¬ber 5,773,980.

M. Saha, E. Rosolowski, Method and device of fault location for distribution networks 2002. US Patent number 6,483,435.

M. Choi, S. Lee, D. Lee, B. Jin. “A new fault location algorithm using direct circuit analysis for distribution systems.” IEEE Transactions on Power Delivery. Vol. 19. 2004. pp. 35–41. DOI: https://doi.org/10.1109/TPWRD.2003.820433

T. Cover, P. Hart. “Nearest neighbor pattern classification”. IEEE Transactions on Information Theory. Vol. 13. 1967. pp. 21-27 DOI: https://doi.org/10.1109/TIT.1967.1053964

D. Aha, D. Kibler, M. Albert. “Instance-based learning algorithms”. Machine Learning. 1991, N.o 6. pp. 37-66 DOI: https://doi.org/10.1007/BF00153759

F. Moreno. Clasificadores eficaces basados en algo¬ritmos rápidos de búsqueda del vecino más cercano. Ph.D. dissertation, Universidad de Alicante. Departamento de lenguajes y sistemas informáticos. 2004. pp. 56-89

G. Morales, A. Gómez. Estudio e implementación de una herramienta basada en Máquinas de Soporte Vectorial aplicada a la localización de fallas en sistemas de distribución. Tesis de grado, Universidad Industrial de Santander, Colombia. 2005.http://tan-gara.uis.edu.co/biblioweb/pags/cat/popup/derautor.jsp?parametros=118738. Consultada Mayo de 2007.

G. Morales, H. Vargas, J. Mora. “Impedance based method to fault location in power distribution, consi¬dering tapped loads and heavy unbalanced systems” Proc. XII encuentro regional Iberoamericano del CI¬GRÉ. Foz de Iguazú. 2007. pp. 52-61

G. Morales, G. Carrillo, J. Mora. “Selección de des¬criptores de tensión para localización de fallas en redes de distribución de energía” Revista Ingeniería. Vol. 11. 2006. pp. 43–50.

J. B. Dagenhart. “The 40- Ground-Fault Phenomenon” IEEE Transactions on Industry Applications. Vol. 36. 2000. pp 30-32. DOI: https://doi.org/10.1109/28.821792

Descargas

Publicado

2014-01-16

Cómo citar

Morales-España, G. ., Mora-Flórez, J., & Vargas-Torres, H. (2014). Estrategia de regresión basada en el método de los k vecinos más cercanos para la estimación de la distancia de falla en sistemas radiales. Revista Facultad De Ingeniería Universidad De Antioquia, (45), 100–108. https://doi.org/10.17533/udea.redin.18117