Detección y clasificación de fallas en inversores MMC de sistemas HVDC: implementación de la transformada de Clarke y técnicas de análisis de datos
Este proyecto se enfoco en el desarrollo y validación de un método eficaz para la detección y clasificación de fallas incipientes en inversores MMC. El desafío central fue abordar el aumento de la resistencia interna, utilizando un enfoque integrado que combinara simulaciones en Simulink con técnica...
- Autores:
-
Neuta Neuta, Sergio Alejandro
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2023
- Institución:
- Universidad de los Andes
- Repositorio:
- Séneca: repositorio Uniandes
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.uniandes.edu.co:1992/74905
- Acceso en línea:
- https://hdl.handle.net/1992/74905
- Palabra clave:
- Transformada de Clarke
Random forest
Inversores MMC
Fallas incipientes
Ingeniería
- Rights
- openAccess
- License
- Attribution-NonCommercial-NoDerivatives 4.0 International
Summary: | Este proyecto se enfoco en el desarrollo y validación de un método eficaz para la detección y clasificación de fallas incipientes en inversores MMC. El desafío central fue abordar el aumento de la resistencia interna, utilizando un enfoque integrado que combinara simulaciones en Simulink con técnicas de aprendizaje automático. el proyecto se centró en simular un inversor MMC multinivel y en la aplicación de la transformada de Clarke para extraer características pertinentes de los datos de corriente trifásica en condiciones normales y de falla.Este trabajo concluye con la implementación de un modelo de clasificación basado en Random Forest. Este modelo se entrenó y optimizó utilizando los datos procesados y evaluó su precisión y robustez con éxito en la detección y clasificación de diferentes tipos de fallas. Los resultados demostraron un alto grado de precisión, corroborando la efectividad del método propuesto y el potencial del aprendizaje automático en aplicaciones de ingeniería eléctrica. Este proyecto no solo contribuye al ámbito académico, proporcionando un método replicable y eficiente para la detección de fallas en inversores, sino que también presenta un valor práctico para la industria. Al mejorar la comprensión y la detección de fallas incipientes, se facilita la prevención de fallos mayores, optimizando así la confiabilidad y la eficiencia en sistemas de inversores MMC. |
---|