Red neuronal para la clasificación de fallas en líneas de transmisión a partir de registros de osciloperturbografía

El diagnóstico de fallas eléctricas en líneas de transmisión a alto voltaje es una tarea compleja no solo por la cantidad de información involucrada que puede provenir de diversas fuentes como SOE, SCADA y registradores, si no también por la variabilidad misma de las fallas. Dicha complejidad impact...

Full description

Autores:
Calderón, Jhon Albeiro
Moreno Cadavid, Julián
Arturo Ovalle, Demetrio
Tipo de recurso:
Article of journal
Fecha de publicación:
2008
Institución:
Universidad Nacional de Colombia
Repositorio:
Universidad Nacional de Colombia
Idioma:
spa
OAI Identifier:
oai:repositorio.unal.edu.co:unal/23005
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/23005
http://bdigital.unal.edu.co/14040/
Palabra clave:
Sistema Eléctrico de Potencia
Diagnóstico de Fallas
ATP
Redes Neuronales
Regularización Bayesiana.
Rights
openAccess
License
Atribución-NoComercial 4.0 Internacional
id UNACIONAL2_980d49d73b8b2642f0a5884a7887ff57
oai_identifier_str oai:repositorio.unal.edu.co:unal/23005
network_acronym_str UNACIONAL2
network_name_str Universidad Nacional de Colombia
repository_id_str
spelling Atribución-NoComercial 4.0 InternacionalDerechos reservados - Universidad Nacional de Colombiahttp://creativecommons.org/licenses/by-nc/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Calderón, Jhon Albeiro6696f28e-cb4a-42b5-a4cb-4a1885f65548300Moreno Cadavid, Julián79a24840-490b-465c-b9d4-736b6608342c300Arturo Ovalle, Demetrio6e387b9b-459e-4658-8db4-3ca83e6d71773002019-06-25T21:10:42Z2019-06-25T21:10:42Z2008https://repositorio.unal.edu.co/handle/unal/23005http://bdigital.unal.edu.co/14040/El diagnóstico de fallas eléctricas en líneas de transmisión a alto voltaje es una tarea compleja no solo por la cantidad de información involucrada que puede provenir de diversas fuentes como SOE, SCADA y registradores, si no también por la variabilidad misma de las fallas. Dicha complejidad impacta en la oportunidad y certeza del diagnóstico, factores particularmente importantes para el análisis en tiempo real donde rápidamente deben tomarse pautas adecuadas para el restablecimiento del sistema eléctrico de potencia. En este artículo se propone el uso de de una red neuronal con aprendizaje por regularización bayesiana y finalización temprana para la clasificación de fallas a partir de registros de osciloperturbografía provenientes de registradores de falla y se muestra su efectividad para una amplia variedad de casos de entrenamiento y validación, los cuales son obtenidos por medio de un modelo de ATP con el cual se simularon la cantidad de fallas eléctricas requeridas.application/pdfspaUniversidad Nacional de Colombia Sede Medellínhttp://revistas.unal.edu.co/index.php/dyna/article/view/1770Universidad Nacional de Colombia Revistas electrónicas UN DynaDynaDyna; Vol. 75, núm. 156 (2008); 99-107 DYNA; Vol. 75, núm. 156 (2008); 99-107 2346-2183 0012-7353Calderón, Jhon Albeiro and Moreno Cadavid, Julián and Arturo Ovalle, Demetrio (2008) Red neuronal para la clasificación de fallas en líneas de transmisión a partir de registros de osciloperturbografía. Dyna; Vol. 75, núm. 156 (2008); 99-107 DYNA; Vol. 75, núm. 156 (2008); 99-107 2346-2183 0012-7353 .Red neuronal para la clasificación de fallas en líneas de transmisión a partir de registros de osciloperturbografíaArtículo de revistainfo:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_2df8fbb1http://purl.org/coar/version/c_970fb48d4fbd8a85Texthttp://purl.org/redcol/resource_type/ARTSistema Eléctrico de PotenciaDiagnóstico de FallasATPRedes NeuronalesRegularización Bayesiana.ORIGINAL1770-23701-1-PB.htmtext/html36392https://repositorio.unal.edu.co/bitstream/unal/23005/1/1770-23701-1-PB.htm66789220c0ac31ddbd25ec4b40ead4a5MD511770-7723-1-PB.pdfapplication/pdf298808https://repositorio.unal.edu.co/bitstream/unal/23005/2/1770-7723-1-PB.pdfcca1e74313e77569119866c3065851f9MD52THUMBNAIL1770-7723-1-PB.pdf.jpg1770-7723-1-PB.pdf.jpgGenerated Thumbnailimage/jpeg8273https://repositorio.unal.edu.co/bitstream/unal/23005/3/1770-7723-1-PB.pdf.jpgac7a2a9941a8d980ff1077e844d49f30MD53unal/23005oai:repositorio.unal.edu.co:unal/230052022-10-17 23:02:38.628Repositorio Institucional Universidad Nacional de Colombiarepositorio_nal@unal.edu.co
dc.title.spa.fl_str_mv Red neuronal para la clasificación de fallas en líneas de transmisión a partir de registros de osciloperturbografía
title Red neuronal para la clasificación de fallas en líneas de transmisión a partir de registros de osciloperturbografía
spellingShingle Red neuronal para la clasificación de fallas en líneas de transmisión a partir de registros de osciloperturbografía
Sistema Eléctrico de Potencia
Diagnóstico de Fallas
ATP
Redes Neuronales
Regularización Bayesiana.
title_short Red neuronal para la clasificación de fallas en líneas de transmisión a partir de registros de osciloperturbografía
title_full Red neuronal para la clasificación de fallas en líneas de transmisión a partir de registros de osciloperturbografía
title_fullStr Red neuronal para la clasificación de fallas en líneas de transmisión a partir de registros de osciloperturbografía
title_full_unstemmed Red neuronal para la clasificación de fallas en líneas de transmisión a partir de registros de osciloperturbografía
title_sort Red neuronal para la clasificación de fallas en líneas de transmisión a partir de registros de osciloperturbografía
dc.creator.fl_str_mv Calderón, Jhon Albeiro
Moreno Cadavid, Julián
Arturo Ovalle, Demetrio
dc.contributor.author.spa.fl_str_mv Calderón, Jhon Albeiro
Moreno Cadavid, Julián
Arturo Ovalle, Demetrio
dc.subject.proposal.spa.fl_str_mv Sistema Eléctrico de Potencia
Diagnóstico de Fallas
ATP
Redes Neuronales
Regularización Bayesiana.
topic Sistema Eléctrico de Potencia
Diagnóstico de Fallas
ATP
Redes Neuronales
Regularización Bayesiana.
description El diagnóstico de fallas eléctricas en líneas de transmisión a alto voltaje es una tarea compleja no solo por la cantidad de información involucrada que puede provenir de diversas fuentes como SOE, SCADA y registradores, si no también por la variabilidad misma de las fallas. Dicha complejidad impacta en la oportunidad y certeza del diagnóstico, factores particularmente importantes para el análisis en tiempo real donde rápidamente deben tomarse pautas adecuadas para el restablecimiento del sistema eléctrico de potencia. En este artículo se propone el uso de de una red neuronal con aprendizaje por regularización bayesiana y finalización temprana para la clasificación de fallas a partir de registros de osciloperturbografía provenientes de registradores de falla y se muestra su efectividad para una amplia variedad de casos de entrenamiento y validación, los cuales son obtenidos por medio de un modelo de ATP con el cual se simularon la cantidad de fallas eléctricas requeridas.
publishDate 2008
dc.date.issued.spa.fl_str_mv 2008
dc.date.accessioned.spa.fl_str_mv 2019-06-25T21:10:42Z
dc.date.available.spa.fl_str_mv 2019-06-25T21:10:42Z
dc.type.spa.fl_str_mv Artículo de revista
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_2df8fbb1
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/article
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_6501
dc.type.coarversion.spa.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.content.spa.fl_str_mv Text
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/ART
format http://purl.org/coar/resource_type/c_6501
status_str publishedVersion
dc.identifier.uri.none.fl_str_mv https://repositorio.unal.edu.co/handle/unal/23005
dc.identifier.eprints.spa.fl_str_mv http://bdigital.unal.edu.co/14040/
url https://repositorio.unal.edu.co/handle/unal/23005
http://bdigital.unal.edu.co/14040/
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.spa.fl_str_mv http://revistas.unal.edu.co/index.php/dyna/article/view/1770
dc.relation.ispartof.spa.fl_str_mv Universidad Nacional de Colombia Revistas electrónicas UN Dyna
Dyna
dc.relation.ispartofseries.none.fl_str_mv Dyna; Vol. 75, núm. 156 (2008); 99-107 DYNA; Vol. 75, núm. 156 (2008); 99-107 2346-2183 0012-7353
dc.relation.references.spa.fl_str_mv Calderón, Jhon Albeiro and Moreno Cadavid, Julián and Arturo Ovalle, Demetrio (2008) Red neuronal para la clasificación de fallas en líneas de transmisión a partir de registros de osciloperturbografía. Dyna; Vol. 75, núm. 156 (2008); 99-107 DYNA; Vol. 75, núm. 156 (2008); 99-107 2346-2183 0012-7353 .
dc.rights.spa.fl_str_mv Derechos reservados - Universidad Nacional de Colombia
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.license.spa.fl_str_mv Atribución-NoComercial 4.0 Internacional
dc.rights.uri.spa.fl_str_mv http://creativecommons.org/licenses/by-nc/4.0/
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
rights_invalid_str_mv Atribución-NoComercial 4.0 Internacional
Derechos reservados - Universidad Nacional de Colombia
http://creativecommons.org/licenses/by-nc/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.spa.fl_str_mv Universidad Nacional de Colombia Sede Medellín
institution Universidad Nacional de Colombia
bitstream.url.fl_str_mv https://repositorio.unal.edu.co/bitstream/unal/23005/1/1770-23701-1-PB.htm
https://repositorio.unal.edu.co/bitstream/unal/23005/2/1770-7723-1-PB.pdf
https://repositorio.unal.edu.co/bitstream/unal/23005/3/1770-7723-1-PB.pdf.jpg
bitstream.checksum.fl_str_mv 66789220c0ac31ddbd25ec4b40ead4a5
cca1e74313e77569119866c3065851f9
ac7a2a9941a8d980ff1077e844d49f30
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional Universidad Nacional de Colombia
repository.mail.fl_str_mv repositorio_nal@unal.edu.co
_version_ 1814089442618507264