Estimación de parámetros de un transformador de distribución a través de medidas de tensión y corriente con base en el método de optimización por agujero negros

En esta investigación se aborda el problema de la estimación paramétrica en transformadores monofásicos desde el punto de vista de la optimización metaheurística. Los parámetros de interés son la resistencia y reactancia en serie, así como la resistencia y reactancia de magnetización. Para obtener e...

Full description

Autores:
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2021
Institución:
Universidad Distrital Francisco José de Caldas
Repositorio:
RIUD: repositorio U. Distrital
Idioma:
spa
OAI Identifier:
oai:repository.udistrital.edu.co:11349/29412
Acceso en línea:
http://hdl.handle.net/11349/29412
Palabra clave:
Optimización por agujeros negros
Estimación de parámetros
Transformadores monofásicos
Minimización del error cuadrático
Modelo de programación no lineal
Ingeniería Eléctrica - Tesis y disertaciones académicas
Estimación de paramétros
Distribución de energía eléctrica
Abastecimiento de energía eléctrica
Transformadores monofásicos
Programación no-lineal
Agujeros negros
Black-hole optimization
Parameter stimation
Single-phase transformers
Square error minimization
Nonlinear programming model
Rights
License
Abierto (Texto Completo)
Description
Summary:En esta investigación se aborda el problema de la estimación paramétrica en transformadores monofásicos desde el punto de vista de la optimización metaheurística. Los parámetros de interés son la resistencia y reactancia en serie, así como la resistencia y reactancia de magnetización. Para obtener estos parámetros considerando únicamente la tensión y las corrientes medidas en los terminales del transformador, se formula un modelo de optimización no lineal que trata de la minimización del error cuadrático medio entre las variables de tensión y corriente medidas y calculadas. El modelo de programación no lineal se resuelve mediante la implementación de una técnica de optimización metaheurística simple pero eficiente conocida como optimizador de agujero negro. Las simulaciones numéricas demuestran que el método de optimización propuesto permite reducir el error de estimación entre las variables medidas y calculadas cuando se compara con métodos bien establecidos en la literatura como la optimización por enjambre de partículas y los algoritmos genéticos, entre otros. Todas las simulaciones se realizaron en el entorno de programación MATLAB.