Aplicación de modelos de aprendizaje automático para predicción de la capacidad dinámica de transporte de líneas de transmisión

Este proyecto presenta una solución al problema de la congestión en las líneas de transmisión, las cuales se dan cuando la cantidad de energía que debe ser transportada excede la capacidad de la línea o sistema de transmisión eléctrica para llevarla eficientemente. Esta situación se manifiesta cuand...

Full description

Autores:
Solano Cera, Yeniffer del Mar
Pacheco López, Jhon Eduardo
Tipo de recurso:
Fecha de publicación:
2024
Institución:
Universidad del Norte
Repositorio:
Repositorio Uninorte
Idioma:
eng
OAI Identifier:
oai:manglar.uninorte.edu.co:10584/12137
Acceso en línea:
http://hdl.handle.net/10584/12137
Palabra clave:
Líneas, transmisión, congestión, modelo.
Lines, transmission, congestion, model.
Rights
License
Universidad del Norte
Description
Summary:Este proyecto presenta una solución al problema de la congestión en las líneas de transmisión, las cuales se dan cuando la cantidad de energía que debe ser transportada excede la capacidad de la línea o sistema de transmisión eléctrica para llevarla eficientemente. Esta situación se manifiesta cuando la demanda eléctrica excede la capacidad de las líneas para satisfacerla de manera efectiva, lo que provoca congestión en las mismas. Por lo tanto, la congestión en las líneas de transmisión es un problema porque afecta la confiabilidad del suministro eléctrico, la eficiencia energética, el desarrollo económico, el medio ambiente y la equidad en el acceso a la energía. Por este motivo, se ha desarrollado una aplicación que utiliza la predicción de la radiación solar y la velocidad del viento para ajustar dinámicamente la capacidad de las líneas de transmisión a lo largo del día. Este ajuste se realiza mediante modelos de aprendizajes automáticos, lo que permite una gestión más eficiente de la capacidad máxima de las líneas. Todo el proyecto se ha llevado a cabo cumpliendo con la normativa IEEE738 / 2012, que establece el estándar para calcular la relación temperatura-corriente de conductores aéreos desnudos. Se ha logrado crear una aplicación de modelos de aprendizaje automático para predecir la capacidad dinámica de transporte de líneas de transmisión. Esta predicción se realiza teniendo en cuenta la radiación solar, temperatura ambiente y velocidad del viento a lo largo de un día, lo que permite calcular la corriente y la potencia de una línea en cada momento. Gracias a esta herramienta, podemos determinar el valor máximo de corriente y potencia antes de que la línea alcance su temperatura de deformación.