Metodología basada en redes neuronales para caracterización de perturbaciones de tensión en sistemas de distribución con gd

This work develops a methodology for the detection and identification of voltage disturbances in distribution systems with distributed generation from the discrete Wavelet transform and a convolutional neural network. First, a characterization of the voltage sags and swells that occur in each type o...

Full description

Autores:: Turizo Prieto, Sergio Ricardo

Tipo de recurso:: Trabajo de grado de pregrado

Fecha de publicación:: 2021

Institución:: Universidad de los Andes

Repositorio:: Séneca: repositorio Uniandes

Idioma:: spa

id	UNIANDES2_47f13db619128578bb741060dd33ed5d
oai_identifier_str	oai:repositorio.uniandes.edu.co:1992/51520
network_acronym_str	UNIANDES2
network_name_str	Séneca: repositorio Uniandes
repository_id_str
spelling	Al consultar y hacer uso de este recurso, está aceptando las condiciones de uso establecidas por los autores.https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfinfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Ramos López, Gustavo Andrés70cff9c8-4d05-4131-9f8a-83ed66028845400Turizo Prieto, Sergio Ricardo161e6af8-1be8-4124-901c-5f1696631d8b500Ríos Mesías, Mario Alberto2021-08-10T18:28:55Z2021-08-10T18:28:55Z2021http://hdl.handle.net/1992/5152023402.pdfinstname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/This work develops a methodology for the detection and identification of voltage disturbances in distribution systems with distributed generation from the discrete Wavelet transform and a convolutional neural network. First, a characterization of the voltage sags and swells that occur in each type of fault is performed by applying the discrete Wavelet transform. Second, with the levels of energy decomposition extracted from the transform, a neural network training is performed, which will provide information on fault type. Finally, the magnitude of the voltage, the phases involved, and an approximation of the fault's origin are determined. The functional tool can reach 97.5% accuracy for the IEEE 13 Node Test Feeder case study.El presente trabajo desarrolla una metodología de detección e identificación de perturbaciones de tensión en sistemas de distribución que disponen de generación distribuida a partir de la transformada discreta de Wavelet y una red neuronal convolucional. Primero, se realiza una caracterización de las caídas y elevaciones de tensión que tienen lugar en cada tipo de falla mediante la aplicación de transformada de Wavelet a señales de tensión. Segundo, con base en los niveles de descomposición de energía extraídos de la transformada se realiza un entrenamiento de una red neuronal que proporciona información sobre el tipo de falla. Finalmente, se procede a determinar la magnitud de tensión, las fases involucradas y una aproximación en cuanto a la localización de origen de la falla. La herramienta funcional puede llegar alcanzar el 97.5% de precisión para el caso de estudio IEEE 13 Nodos Test Feeder.Ingeniero EléctricoPregrado39 hojasapplication/pdfspaUniversidad de los AndesIngeniería EléctricaFacultad de IngenieríaDepartamento de Ingeniería Eléctrica y ElectrónicaMetodología basada en redes neuronales para caracterización de perturbaciones de tensión en sistemas de distribución con gdTrabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesishttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_970fb48d4fbd8a85Texthttp://purl.org/redcol/resource_type/TPSistemas de energía eléctricaGeneración de energía eléctrica distribuidaFallas de sistemas (Ingeniería)Redes neurales (Computadores)Localización de fallas eléctricasIngeniería201623058PublicationTHUMBNAIL23402.pdf.jpg23402.pdf.jpgIM Thumbnailimage/jpeg12658https://repositorio.uniandes.edu.co/bitstreams/04cc3787-b8ef-4907-9475-1334d1354e8e/downloadec6ec3db091b6ffdccf8b437eb00c106MD55TEXT23402.pdf.txt23402.pdf.txtExtracted texttext/plain63711https://repositorio.uniandes.edu.co/bitstreams/0957b370-2088-4639-a46a-2ef629aee8a7/downloadaaa27c2487fbfff79ecf8b6887cfd720MD54ORIGINAL23402.pdfapplication/pdf1918984https://repositorio.uniandes.edu.co/bitstreams/64193208-24dc-4316-a7b9-d6b6a1d35f3d/download981cbf27d8c329a2d328f9ddc6f5afc7MD511992/51520oai:repositorio.uniandes.edu.co:1992/515202023-10-10 17:29:38.284https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfopen.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.co
dc.title.spa.fl_str_mv	Metodología basada en redes neuronales para caracterización de perturbaciones de tensión en sistemas de distribución con gd
title	Metodología basada en redes neuronales para caracterización de perturbaciones de tensión en sistemas de distribución con gd
spellingShingle	Metodología basada en redes neuronales para caracterización de perturbaciones de tensión en sistemas de distribución con gd Sistemas de energía eléctrica Generación de energía eléctrica distribuida Fallas de sistemas (Ingeniería) Redes neurales (Computadores) Localización de fallas eléctricas Ingeniería
title_short	Metodología basada en redes neuronales para caracterización de perturbaciones de tensión en sistemas de distribución con gd
title_full	Metodología basada en redes neuronales para caracterización de perturbaciones de tensión en sistemas de distribución con gd
title_fullStr	Metodología basada en redes neuronales para caracterización de perturbaciones de tensión en sistemas de distribución con gd
title_full_unstemmed	Metodología basada en redes neuronales para caracterización de perturbaciones de tensión en sistemas de distribución con gd
title_sort	Metodología basada en redes neuronales para caracterización de perturbaciones de tensión en sistemas de distribución con gd
dc.creator.fl_str_mv	Turizo Prieto, Sergio Ricardo
dc.contributor.advisor.none.fl_str_mv	Ramos López, Gustavo Andrés
dc.contributor.author.none.fl_str_mv	Turizo Prieto, Sergio Ricardo
dc.contributor.jury.none.fl_str_mv	Ríos Mesías, Mario Alberto
dc.subject.armarc.none.fl_str_mv	Sistemas de energía eléctrica Generación de energía eléctrica distribuida Fallas de sistemas (Ingeniería) Redes neurales (Computadores) Localización de fallas eléctricas
topic	Sistemas de energía eléctrica Generación de energía eléctrica distribuida Fallas de sistemas (Ingeniería) Redes neurales (Computadores) Localización de fallas eléctricas Ingeniería
dc.subject.themes.none.fl_str_mv	Ingeniería
description	This work develops a methodology for the detection and identification of voltage disturbances in distribution systems with distributed generation from the discrete Wavelet transform and a convolutional neural network. First, a characterization of the voltage sags and swells that occur in each type of fault is performed by applying the discrete Wavelet transform. Second, with the levels of energy decomposition extracted from the transform, a neural network training is performed, which will provide information on fault type. Finally, the magnitude of the voltage, the phases involved, and an approximation of the fault's origin are determined. The functional tool can reach 97.5% accuracy for the IEEE 13 Node Test Feeder case study.
publishDate	2021
dc.date.accessioned.none.fl_str_mv	2021-08-10T18:28:55Z
dc.date.available.none.fl_str_mv	2021-08-10T18:28:55Z
dc.date.issued.none.fl_str_mv	2021
dc.type.spa.fl_str_mv	Trabajo de grado - Pregrado
dc.type.coarversion.fl_str_mv	http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.driver.spa.fl_str_mv	info:eu-repo/semantics/bachelorThesis
dc.type.coar.spa.fl_str_mv	http://purl.org/coar/resource_type/c_7a1f
dc.type.content.spa.fl_str_mv	Text
dc.type.redcol.spa.fl_str_mv	http://purl.org/redcol/resource_type/TP
format	http://purl.org/coar/resource_type/c_7a1f
dc.identifier.uri.none.fl_str_mv	http://hdl.handle.net/1992/51520
dc.identifier.pdf.none.fl_str_mv	23402.pdf
dc.identifier.instname.spa.fl_str_mv	instname:Universidad de los Andes
dc.identifier.reponame.spa.fl_str_mv	reponame:Repositorio Institucional Séneca
dc.identifier.repourl.spa.fl_str_mv	repourl:https://repositorio.uniandes.edu.co/
url	http://hdl.handle.net/1992/51520
identifier_str_mv	23402.pdf instname:Universidad de los Andes reponame:Repositorio Institucional Séneca repourl:https://repositorio.uniandes.edu.co/
dc.language.iso.none.fl_str_mv	spa
language	spa
dc.rights.uri.*.fl_str_mv	https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
dc.rights.accessrights.spa.fl_str_mv	info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv	http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv	https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv	openAccess
dc.format.extent.none.fl_str_mv	39 hojas
dc.format.mimetype.none.fl_str_mv	application/pdf
dc.publisher.none.fl_str_mv	Universidad de los Andes
dc.publisher.program.none.fl_str_mv	Ingeniería Eléctrica
dc.publisher.faculty.none.fl_str_mv	Facultad de Ingeniería
dc.publisher.department.none.fl_str_mv	Departamento de Ingeniería Eléctrica y Electrónica
publisher.none.fl_str_mv	Universidad de los Andes
institution	Universidad de los Andes
bitstream.url.fl_str_mv	https://repositorio.uniandes.edu.co/bitstreams/04cc3787-b8ef-4907-9475-1334d1354e8e/download https://repositorio.uniandes.edu.co/bitstreams/0957b370-2088-4639-a46a-2ef629aee8a7/download https://repositorio.uniandes.edu.co/bitstreams/64193208-24dc-4316-a7b9-d6b6a1d35f3d/download
bitstream.checksum.fl_str_mv	ec6ec3db091b6ffdccf8b437eb00c106 aaa27c2487fbfff79ecf8b6887cfd720 981cbf27d8c329a2d328f9ddc6f5afc7
bitstream.checksumAlgorithm.fl_str_mv	MD5 MD5 MD5
repository.name.fl_str_mv	Repositorio institucional Séneca
repository.mail.fl_str_mv	adminrepositorio@uniandes.edu.co
_version_	1812133940103741440

Metodología basada en redes neuronales para caracterización de perturbaciones de tensión en sistemas de distribución con gd

Publicaciones similares