Determinación de la zona en falla usando modelado estadístico de bases de datos de huecos de tensión en sistemas de distribución de energía eléctrica
DOI:
https://doi.org/10.17533/udea.redin.17783Palabras clave:
Power Quality, Fault Location, Finite Mixtures, Statistical Model, density mixture models.Resumen
En este artículo, se presenta una solución alternativa para el problema de continuidad del servicio asociada a la localización de fallas. La metodología propuesta es de naturaleza estadística y basada en las mezclas finitas. El modelo estadístico es obtenido a partir de la extracción de la magnitud del hueco de tensión registrado durante un evento de falla y de los parámetros de la red y de su topología. El objetivo esta asociado a ofrecer una alternativa económica y de fácil implementación para el desarrollo de estrategias orientadas a mejorar la confiabilidad a partir de la reducción de los tiempos de restauración de los sistemas de distribución. Como resultados más importantes, se presentan los obtenidos en un ejemplo de aplicación en un sistema de 25 kV, en el cual las zonas en falla fueron localizadas con un bajo error en el desempeño del localizador.
Descargas
Citas
J. Mora, G. Carrillo, B. Barrera. “Fault Location in Power distribution Systems using a Learning Algorithm for Multivariable Data Analysis”. IEEE Trans. on Power Delivery. Vol. 22. 2007. pp. 1715- 1721. DOI: https://doi.org/10.1109/TPWRD.2006.883021
J. Driesen, T. Green, T. Van Craenenbroeck, R. Belmans. “The Development of Power Quality Markets”. IEEE Power Engineering Society General Meeting. Vol. 1. 2004. pp. 963-967.
J. Martinez, J. Martin. “Voltage Sag Stochastic Prediction Using an Electromagnetic Transients Program”. IEEE Transactions on power delivery. Vol. 19. 2004. pp. 596- 602. DOI: https://doi.org/10.1109/TPWRD.2004.829125
C. Crozier, W. Wisdom. “A power quality and reliability index based on customer interruption costs”. Power Engineering Review, IEEE. Vol. 19. 1999. pp. 59 – 61. DOI: https://doi.org/10.1109/39.755017
M. Bollen. Understanding power quality problems: voltages sags and interruptions. Ed. IEEE Press. New York,. 2000. pp. 35 – 116.
A. Girgis, C. Fallon, D. Lubkeman. “A fault location technique for rural distribution feeders”. IEEE Trans. Industry applications. Vol. 29. 1993. pp. 1170-1175.
R. Brown. Electric power distribution reliability. New York. Marcel Dekker. 2002. pp. 24-42. DOI: https://doi.org/10.1201/9780824744281
R. Das. “Determining the Locations of Faults in Distribution Systems”. Ph.D dissertation. Saskatchewan Univ. Canada. 1998. pp. 15 – 48.
J. Zhu, D. Lubkeman, A. Girgis. “Automated fault location and diagnosis on electric power distribution feeders”. IEEE Trans. Power delivery. Vol. 12. 1997. pp. 801-809. DOI: https://doi.org/10.1109/61.584379
A. Girgis, C. Fallon, D. Lubkeman. “A fault location technique for rural distribution feeders”. IEEE Trans. Industry applications. Vol. 29. 1993. pp. 1170-1175. DOI: https://doi.org/10.1109/28.259729
H. Willis. Power distribution planning reference book. New York. Marcel Dekker. 2004. pp. 47 – 59. DOI: https://doi.org/10.1201/9781420030310
L. D. Zhang, M. H. J. Bollen. “Characteristics of voltage dips (sags) in power systems”. IEEE Transactions on Power Delivery. Vol. 15. 2000. pp.827-832. DOI: https://doi.org/10.1109/61.853026
A. Rencher. “Methods of Multivariable Analysis”. Ed. John Wiley and Sons. New York. Brigham Young University. Utath. 1995. Chapter 12. pp. 415-443.
Y. Wang, L. Luo, M. Freedman, S. Kung. “Probabilistic principal component subspaces: A hierarchical finite mixture model for data visualization”. IEEE Trans. Neural Networks. Vol. 11. 2000. pp. 625-636. DOI: https://doi.org/10.1109/72.846734
R. Johnson, D. Wichern. Applied Multivariate Statistical Analysis. Ed. Prentice Hall, New York. 1998. pp. 124-168.
J. Hair, R. Anderson, R. Tatham, W. Black. Multivariable Data Analysis. Ed. Prentice Hall. Madrid.1999. pp. 85-97.
Y. Wang, S. Lin, H. Li, S. Kung. “Data mapping by probabilistic modular networks and information theoretic criteria”. IEEE Trans. Signal processing. Vol. 46. 1998. pp. 3378-3397. DOI: https://doi.org/10.1109/78.735311
M. Jordan, R. Jacobs. “Hierarchical mixture of experts and the EM algorithm”. IEEE Trans. Neural Computing. Vol. 6. 1994. pp. 181-214. DOI: https://doi.org/10.1162/neco.1994.6.2.181
W. Martínez, A. Martínez. Computational statistics Handbook whit MatLab. Ed. Chapman & Hall New
York. 2002. pp. 90-124. DOI: https://doi.org/10.1115/1.1456451
E. Dalla Jonson. Métodos multivariados aplicados a análisis de datos. Ed. Thompson. México. 2000. pp. 53-86.
G. Mclachlan, D. Peel. Finite mixture models. Ed. Wiley and Sons. Montreal. 2000. pp. 46-72. DOI: https://doi.org/10.1002/0471721182
M. Figueiredo. “Unsupervised Learning of Finite Mixture Models”. IEEE Trans. Pattern analysis and Machine intelligence. Vol. 24. 2002. pp. 135-143. DOI: https://doi.org/10.1109/34.990138
J. B. Dagenhart. “The 40-Ground-Fault Phenomenon”. IEEE Trans. on Industry Applications. Vol. 36. 2000. pp. 30-32. DOI: https://doi.org/10.1109/28.821792
S. Lee, M. Choi, S. Kang, B. Jin, D. Lee, B. Ahn, N. Yoon, H. Kim, S. Wee. “An intelligent and efficient fault location and diagnosis scheme for radial distribution systems”. IEEE Trans. Power Delivery. Vol. 19. 2004. pp. 524-532. DOI: https://doi.org/10.1109/TPWRD.2003.820431
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Los artículos disponibles en la Revista Facultad de Ingeniería, Universidad de Antioquia están bajo la licencia Creative Commons Attribution BY-NC-SA 4.0.
Eres libre de:
Compartir — copiar y redistribuir el material en cualquier medio o formato
Adaptar : remezclar, transformar y construir sobre el material.
Bajo los siguientes términos:
Reconocimiento : debe otorgar el crédito correspondiente , proporcionar un enlace a la licencia e indicar si se realizaron cambios . Puede hacerlo de cualquier manera razonable, pero no de ninguna manera que sugiera que el licenciante lo respalda a usted o su uso.
No comercial : no puede utilizar el material con fines comerciales .
Compartir igual : si remezcla, transforma o construye a partir del material, debe distribuir sus contribuciones bajo la misma licencia que el original.
El material publicado por la revista puede ser distribuido, copiado y exhibido por terceros si se dan los respectivos créditos a la revista, sin ningún costo. No se puede obtener ningún beneficio comercial y las obras derivadas tienen que estar bajo los mismos términos de licencia que el trabajo original.
Twitter