Clasificación de eventos de operación normal en subestaciones digitales a partir de redes LSTM

En este proyecto se desarrolló un modelo de clasificación multiclase para eventos de operación normal en subestaciones digitales, utilizando redes neuronales Long Short-Term Memory (LSTM) y datos generados a partir de simulaciones y pruebas experimentales. Los eventos considerados incluyeron la cone...

Full description

Autores:
Pacheco Pérez, Juan Pablo
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2025
Institución:
Universidad de los Andes
Repositorio:
Séneca: repositorio Uniandes
Idioma:
spa
OAI Identifier:
oai:repositorio.uniandes.edu.co:1992/75630
Acceso en línea:
https://hdl.handle.net/1992/75630
Palabra clave:
Subestaciones digitales
Clasificación de eventos
Redes neuronales LSTM
Protocolo IEC 61850
Automatización eléctrica
Reconexión post-falla
Conexión de banco de condensadores
Transferencia de carga
Sampled values
Merging unit
Simulación eléctrica
Prototipo de laboratorio
Ingeniería
Rights
openAccess
License
https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
Description
Summary:En este proyecto se desarrolló un modelo de clasificación multiclase para eventos de operación normal en subestaciones digitales, utilizando redes neuronales Long Short-Term Memory (LSTM) y datos generados a partir de simulaciones y pruebas experimentales. Los eventos considerados incluyeron la conexión de bancos de condensadores, la reconexión post-falla (monopolar y tripolar) y la transferencia de carga, los cuales son esenciales para la operación y control de sistemas eléctricos modernos. El modelo fue entrenado con un conjunto de datos obtenido mediante simulaciones en ATPDraw y preprocesado para adecuarlo a las especificaciones de las Merging Units (MU). Las señales de corriente y voltaje, originalmente muestreadas a 1 MHz, se interpolaron a 4800 Hz, garantizando la compatibilidad con los estándares IEC 61850. La arquitectura del modelo incluyó capas LSTM para capturar patrones temporales y capas densas para la clasificación, logrando una precisión sobresaliente en las pruebas de validación. La validación experimental se realizó mediante un prototipo de laboratorio que replicó condiciones reales de una subestación digital, utilizando un simulador Typhoon HIL, un amplificador Omicron CMS 336 y una MU GE. Los paquetes Sampled Values (SV) capturados y decodificados confirmaron la viabilidad del modelo en la identificación precisa de eventos en un entorno físico. Los resultados obtenidos demuestran la efectividad del enfoque propuesto para mejorar la monitorización y control en subestaciones digitales, contribuyendo al avance de la automatización y la confiabilidad en sistemas eléctricos modernos. Este proyecto sienta las bases para futuras investigaciones orientadas a la clasificación automatizada de eventos en condiciones operativas más amplias y diversos entornos reales.