Implementación de técnicas de machine learning para la detección en tiempo real de los fenómenos de la calidad de la potencia
En el proyecto se presenta la implementación en tiempo real de la detección y clasificación de fenómenos de la calidad de la potencia. La propuesta diseñada se basa en el uso de la transformada de hilbert huang a las señales de voltaje trifásicas de un sistema de potencia para luego encontrar la fre...
- 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:1992/59344
- Acceso en línea:
- http://hdl.handle.net/1992/59344
- Palabra clave:
- Calidad de la potencia
Tiempo real
Machine learning
Ingeniería
- Rights
- openAccess
- License
- Attribution-NonCommercial-NoDerivatives 4.0 Internacional
| Summary: | En el proyecto se presenta la implementación en tiempo real de la detección y clasificación de fenómenos de la calidad de la potencia. La propuesta diseñada se basa en el uso de la transformada de hilbert huang a las señales de voltaje trifásicas de un sistema de potencia para luego encontrar la frecuencia instantánea. Se usan clasificadores multiclase entrenados con sags, swells, transitorios y armónicos. El microcontrolador utilizado para realizar la adquisición y el procesamiento de las señales es una Raspberry Pi 3. Typhoon HIL se utiliza para diseñar el sistema eléctrico base al que se le monitorea la calidad de la potencia. La principal razón de usar Typhoon HIL se debe a la facilidad de simular un circuito eléctrico en tiempo real y poder obtener las señales análogas del circuito por medio del HIL402. |
|---|