Detección de fenómenos de la calidad de la potencia por medio de algoritmos de machine learning

Actualmente en los sistemas de potencia se monitorea la calidad de la potencia con el fin de detectar e identificar los fenómenos que se presenten. La técnica más común para el procesamiento de las señales en este campo es la transformada de wavelet que permite una alta precisión en la identificación de los fenómenos de calidad de la potencia. Sin embargo, esta transformada tiene una gran dependencia de los parámetros que se eligen inicialmente, como la wavelet madre y el nivel de aproximación, para identificar ciertos fenómenos. Por esta razón se emplea la transformada de hilbert huang para evaluar la viabilidad de usar ésta técnica de procesamiento para extraer características de las señales de voltaje y poder identificar los fenómenos sin la necesidad de realizar una parametrización profunda que funciona para ciertos fenómenos.

• Autores: Rozo Puentes, Juan David
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2022
• Institución: Universidad de los Andes
• Repositorio: Séneca: repositorio Uniandes
• Idioma: spa
• OAI Identifier: oai:repositorio.uniandes.edu.co:1992/59359
• Acceso en línea: http://hdl.handle.net/1992/59359
• Palabra clave: Calidad de la potencia; Machine learning; Procesamiento de señales; Ingeniería
• Rights: openAccess
• License: Attribution-NonCommercial-NoDerivatives 4.0 Internacional