CLASIFICADORES INTELIGENTES PARA DETERMINAR LA AFECTACIÓN A LA CALIDAD DE LA ENERGÍA ELÉCTRICA
DOI:
https://doi.org/10.24054/rcta.v1i23.1880Keywords:
Calidad de la energía, armónicos, sags, swell, wavelet, RNA, SVMAbstract
En el presente trabajo se presenta el modelado matemático y la simulación de algunos de los fenómenos que afectan la calidad de la energía, para posteriormente aplicárseles la Transformada Discreta de Wavelet y así obtener la distribución de energía
de los 10 primeros coeficientes de detalle de tal forma que al hacer un procesamiento de estos datos se obtengan patrones característicos de cada señal. Con estos patrones entrenan varios clasificadores inteligentes y poder determinar cuál de estos presenta mejor resultados en cuanto a la predicción de la clase a la que pertenece cada uno de los patrones mencionados. Por otra parte, teniendo calculadas las distribuciones de energía de los coeficientes de detalle se procede a la formulación de un indicador general de calidad de la energía y compararlo con los índices existentes.
References
Ajith, A. and Baikunth, N. (2004). "Artificial
neural networks for intelligent real time power
quality monitoring system". Vol. 56, No. 6.
Calvas, R. (2001). Cuaderno Técnico No. 141: Las
perturbaciones eléctricas en BT. Schneider
Electric, enero.
Collombet, C. et al. (2001). Cuaderno Técnico No.
: Los armónicos en las redes perturbadas y
su tratamiento. Schneider Electric, enero.
Díaz R., J. L.; Pabón, L. D. y Torres, I. (2012).
Análisis comparativo de la distorsión armónica
en inversores de potencia. Revista Colombiana
de Tecnologías de Avanzada, Vol. 1, No. 19.
Echavarría, R. (2002). Síntesis de un regulador
monofásico de tomas de CA para aplicaciones
de media y baja tensión. Tesis Doctoral. Centro
Nacional de Investigación y Desarrollo
Tecnológico, México.
Elango, M. K., et al. (2010). "Application of
Neural Networks for Power Quality
Disturbance Classification Using Hilbert Huang
Transform". European Journal of Scientific
Research, Vol. 47, No. 3, pp. 442-454.
García, E. (2008). Valoración de la Calidad de la
Energía Eléctrica Respecto a Huecos de
Tensión: Índices y Niveles de Calidad. Tesis
Doctoral. Universidad Politécnica de Valencia.
España.
Jiménez, L. (2010). “Al Interior de una máquina de
soporte vectorial”. Revista de Ciencias,
Universidad del Valle, Cali, Octubre.
Machado, R. N. M., Bezerra, U. H., Tostes, S. C.
F., Freire, M. E. L and Meneses, L. A. (2012).
Application of Wavelet Transform and
Artificial Neural Network to Extract Power
Quality Information from Voltage
Oscillographic Signals in Electric Power
Systems, Advances in Wavelet Theory and
Their Applications in Engineering, Physics and
Technology, Ed. InTech.
Martínez, C., Díaz R., J. L. y Pardo G., A (2012).
Aplicación de redes neuronales al control de
velocidad en motores de corriente alterna.
Revista Colombiana de Tecnologías de
Avanzada. Vol. 2, No. 20.
Navarrete M., M. y Andrade M., S. (2006).
"Análisis y Tratamiento de la Señal
Electrocardiográfica Para la Detección de
Parámetros de Normalidad Bajo la Plataforma
Labview “Adpan-Ecg” Universidad Pontifica
Bolivariana, Bucaramanga, julio.
Pajares, G. (2011). Aprendizaje Automático.
Ediciones de la U., Colombia.
Resende, J. W. (2001). “Identification of power
quality disturbances using the MATLAB®
Wavelet Transform Toolbox”. Presentado en
International Conference on Power Systems
Transients (IPST), Rio de Janeiro, Brasil, Junio
pp. 24-28.
Santafé, P.; Díaz R., J. L. y Gualdron, O. (2013).
LSSVM aplicada en la estimación de la
resistencia de rotor en motor de inducción jaula
de ardilla. Revista Colombiana de Tecnologías
de Avanzada, Vol. 1, No. 21.
Saucedo D. y Texis, J. (2008). Factores que
afectan la calidad de la energía y su solución.
Tesis de Maestría. Escuela Superior de
Ingeniería Mecánica y Eléctrica. México, D.F.
Suárez, J. A. (2005). "Análisis de la distorsión
armónica y los efectos de atenuación y
diversidad en áreas residenciales". IEEE Latin
America Transactions, Vol. 3, No. 5, Dic.
Tovar, D. A. (2009). "Wavelet transform and
support vector machines for the arrhythmia
identification". Revista de Investigación
Universidad del Quindio, Vol. 19, No. 10.
Colombia.
Vega, V. et al. (2006). "Detección e identificación
de eventos de la calidad de la Energía eléctrica
utilizando la transformada Wavelet discreta y
redes neuronales". Revista UIS Ingenierías.
Venkatesh, C. et al. (2008). “Wavelet based
modular neural network for power quality
disturbance classification”. Presentado en la
XXXII National Systems Conference, NSC,
Roorkee, Uttarakhand, India.
Wijayakulasooriya, J. V. et al. (2002). "Electric
power quality disturbance classification using
self-adapting artificial neural networks",
Generation, Transmission and Distribution, IEE
Proceedings, Vol. 149, No. 1, pp. 98-101, Jan.
Downloads
Published
Versions
- 2014-01-02 (5)
- 2014-01-02 (4)
- 2014-01-02 (3)
- 2014-01-02 (2)
- 2022-11-08 (1)
How to Cite
Issue
Section
License
Copyright (c) 2022 REVISTA COLOMBIANA DE TECNOLOGIAS DE AVANZADA (RCTA)
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
Authors publishing in this journal agree to the following conditions:
- Authors retain the moral rights of authorship and grant the journal the right of first publication of the work. This work is licensed under the Creative Commons Attribution-NonCommercial 4.0 International License (CC BY-NC 4.0 DEED), allowing third parties to use the work provided appropriate credit is given to the authors and the first publication in this journal. Commercial use of the work is not permitted, and derivative works cannot be created.
- Authors may enter into separate, additional contractual agreements for the non-exclusive distribution of the journal's published version of the article (for example, including it in an institutional repository or publishing it in a book), provided that the work is clearly indicated as having first been published in this journal.
- Authors are permitted and encouraged to post their work online (e.g., on institutional or personal websites) before and during the review and publication process, as it can lead to productive exchanges and greater and faster dissemination of the published work.