Identificación y clasificación de fallas eléctricas en un sistema eléctrico de potencia de 13,8 // 220 KV utilizando redes neuronales
En el proceso de transporte y distribución de energía es recurrente la presencia de fallas eléctricas a lo largo del sistema, ocasionando pérdidas de los recursos de la empresa, así como riesgo de accidentalidad en los lugares donde se genere la falla, es por esto que el área de calidad de la energí...
- Autores:
-
Murcia Yepes, Edwin Steven
Martínez Meza,Pablo Cesar
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2022
- Institución:
- Universidad Tecnológica de Bolívar
- Repositorio:
- Repositorio Institucional UTB
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.utb.edu.co:20.500.12585/13876
- Acceso en línea:
- https://hdl.handle.net/20.500.12585/13876
https://utb.alma.exlibrisgroup.com/discovery/delivery/57UTB_INST:57UTB_INST/1231953630005731
- Palabra clave:
- Localización de fallas eléctricas
Sistemas Eléctricos de Potencias
Corrientes eléctricas
Circuitos eléctricos
Localización de fallas (ingeniería)
Redes neurales (computadores)
- Rights
- openAccess
- License
- http://creativecommons.org/licenses/by-nc-nd/4.0/
| id |
UTB2_3f768a87e23ec79c63ebb65cbe741698 |
|---|---|
| oai_identifier_str |
oai:repositorio.utb.edu.co:20.500.12585/13876 |
| network_acronym_str |
UTB2 |
| network_name_str |
Repositorio Institucional UTB |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Identificación y clasificación de fallas eléctricas en un sistema eléctrico de potencia de 13,8 // 220 KV utilizando redes neuronales |
| title |
Identificación y clasificación de fallas eléctricas en un sistema eléctrico de potencia de 13,8 // 220 KV utilizando redes neuronales |
| spellingShingle |
Identificación y clasificación de fallas eléctricas en un sistema eléctrico de potencia de 13,8 // 220 KV utilizando redes neuronales Localización de fallas eléctricas Sistemas Eléctricos de Potencias Corrientes eléctricas Circuitos eléctricos Localización de fallas (ingeniería) Redes neurales (computadores) |
| title_short |
Identificación y clasificación de fallas eléctricas en un sistema eléctrico de potencia de 13,8 // 220 KV utilizando redes neuronales |
| title_full |
Identificación y clasificación de fallas eléctricas en un sistema eléctrico de potencia de 13,8 // 220 KV utilizando redes neuronales |
| title_fullStr |
Identificación y clasificación de fallas eléctricas en un sistema eléctrico de potencia de 13,8 // 220 KV utilizando redes neuronales |
| title_full_unstemmed |
Identificación y clasificación de fallas eléctricas en un sistema eléctrico de potencia de 13,8 // 220 KV utilizando redes neuronales |
| title_sort |
Identificación y clasificación de fallas eléctricas en un sistema eléctrico de potencia de 13,8 // 220 KV utilizando redes neuronales |
| dc.creator.fl_str_mv |
Murcia Yepes, Edwin Steven Martínez Meza,Pablo Cesar |
| dc.contributor.advisor.none.fl_str_mv |
Garrido Arévalo, Víctor (asesor) Ríos Diaz, Yennifer Yuliana (asesor) |
| dc.contributor.author.spa.fl_str_mv |
Murcia Yepes, Edwin Steven Martínez Meza,Pablo Cesar |
| dc.contributor.jury.none.fl_str_mv |
Contreras Ortiz, Sonia Helena Magre Colorado, Luz Alejandra |
| dc.subject.proposal.none.fl_str_mv |
Localización de fallas eléctricas Sistemas Eléctricos de Potencias Corrientes eléctricas Circuitos eléctricos Localización de fallas (ingeniería) Redes neurales (computadores) |
| topic |
Localización de fallas eléctricas Sistemas Eléctricos de Potencias Corrientes eléctricas Circuitos eléctricos Localización de fallas (ingeniería) Redes neurales (computadores) |
| description |
En el proceso de transporte y distribución de energía es recurrente la presencia de fallas eléctricas a lo largo del sistema, ocasionando pérdidas de los recursos de la empresa, así como riesgo de accidentalidad en los lugares donde se genere la falla, es por esto que el área de calidad de la energía está en constante investigación, como por ejemplo la clasificación del tipo de fallas ya sean de alta o de baja impedancia, esta última puede llegar a confundirse como un aumento de potencia del sistema siendo así las más investigadas. Para el desarrollo de este trabajo se plantea el uso de redes neuronales artificiales, se obtuvieron resultados aceptables por ser un algoritmo de formato no secuencial sino de autoaprendizaje evitando pasar por alto las fallas eléctricas. Es necesario tener en cuenta el posiblereaprendizaje para evitar así errores de tipo “caja negra”. La simulación del sistema eléctrico de potencia se desarrolla en simulink, a su vez el entrenamiento de red neuronal se llevó acabo con el toolbox |
| publishDate |
2022 |
| dc.date.issued.spa.fl_str_mv |
2022 |
| dc.date.accessioned.none.fl_str_mv |
2025-06-18T23:07:12Z |
| dc.date.none.fl_str_mv |
01/24/2022 |
| dc.type.driver.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.coarversion.spa.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| dc.identifier.citation.spa.fl_str_mv |
Murcia Yepes, E. , Martínez Meza, P., Garrido Arévalo, V., Rios Diaz, Y. Identificación y Clasificación de Fallas Eléctricas en un Sistema Eléctrico de Potencia de 13,8 // 220 KV utilizando Redes Neuronales. Universidad Tecnológica de Bolívar. 2022 |
| dc.identifier.other.none.fl_str_mv |
alma:57UTB_INST/bibs/99596730305731 |
| dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/20.500.12585/13876 |
| dc.identifier.url.none.fl_str_mv |
https://utb.alma.exlibrisgroup.com/discovery/delivery/57UTB_INST:57UTB_INST/1231953630005731 |
| dc.identifier.local.none.fl_str_mv |
620.112 M385 |
| dc.identifier.instname.spa.fl_str_mv |
Universidad Tecnológica de Bolívar |
| dc.identifier.reponame.none.fl_str_mv |
Repositorio UTB |
| identifier_str_mv |
Murcia Yepes, E. , Martínez Meza, P., Garrido Arévalo, V., Rios Diaz, Y. Identificación y Clasificación de Fallas Eléctricas en un Sistema Eléctrico de Potencia de 13,8 // 220 KV utilizando Redes Neuronales. Universidad Tecnológica de Bolívar. 2022 alma:57UTB_INST/bibs/99596730305731 620.112 M385 Universidad Tecnológica de Bolívar Repositorio UTB |
| url |
https://hdl.handle.net/20.500.12585/13876 https://utb.alma.exlibrisgroup.com/discovery/delivery/57UTB_INST:57UTB_INST/1231953630005731 |
| dc.language.none.fl_str_mv |
spa |
| language |
spa |
| dc.relation.none.fl_str_mv |
alma:57UTB_INST/bibs/collections/8114505180005731 |
| dc.relation.hasversion.spa.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.rights.uri.none.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ |
| dc.rights.accessrights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.creativecommons.none.fl_str_mv |
Atribución-NoComercial 4.0 Internacional |
| dc.rights.coar.none.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ Atribución-NoComercial 4.0 Internacional http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.none.fl_str_mv |
54 páginas. Tablas e imágenes |
| dc.format.mimetype.spa.fl_str_mv |
Application/PDF |
| dc.coverage.spa.fl_str_mv |
Cartagena |
| dc.coverage.spatial.none.fl_str_mv |
Cartagena |
| dc.publisher.spa.fl_str_mv |
Universidad Tecnológica de Bolívar UTB |
| dc.publisher.faculty.none.fl_str_mv |
Facultad de Ingeniería |
| institution |
Universidad Tecnológica de Bolívar |
| repository.name.fl_str_mv |
Repositorio Digital Universidad Tecnológica de Bolívar |
| repository.mail.fl_str_mv |
bdigital@metabiblioteca.com |
| _version_ |
1858228432725344256 |
| spelling |
Garrido Arévalo, Víctor (asesor)Ríos Diaz, Yennifer Yuliana (asesor)Murcia Yepes, Edwin StevenMartínez Meza,Pablo CesarContreras Ortiz, Sonia Helenavirtual::5084-1Magre Colorado, Luz Alejandravirtual::5176-1CartagenaCartagena01/24/20222025-06-18T23:07:12Z2022Murcia Yepes, E. , Martínez Meza, P., Garrido Arévalo, V., Rios Diaz, Y. Identificación y Clasificación de Fallas Eléctricas en un Sistema Eléctrico de Potencia de 13,8 // 220 KV utilizando Redes Neuronales. Universidad Tecnológica de Bolívar. 2022alma:57UTB_INST/bibs/99596730305731https://hdl.handle.net/20.500.12585/13876https://utb.alma.exlibrisgroup.com/discovery/delivery/57UTB_INST:57UTB_INST/1231953630005731620.112 M385Universidad Tecnológica de BolívarRepositorio UTBEn el proceso de transporte y distribución de energía es recurrente la presencia de fallas eléctricas a lo largo del sistema, ocasionando pérdidas de los recursos de la empresa, así como riesgo de accidentalidad en los lugares donde se genere la falla, es por esto que el área de calidad de la energía está en constante investigación, como por ejemplo la clasificación del tipo de fallas ya sean de alta o de baja impedancia, esta última puede llegar a confundirse como un aumento de potencia del sistema siendo así las más investigadas. Para el desarrollo de este trabajo se plantea el uso de redes neuronales artificiales, se obtuvieron resultados aceptables por ser un algoritmo de formato no secuencial sino de autoaprendizaje evitando pasar por alto las fallas eléctricas. Es necesario tener en cuenta el posiblereaprendizaje para evitar así errores de tipo “caja negra”. La simulación del sistema eléctrico de potencia se desarrolla en simulink, a su vez el entrenamiento de red neuronal se llevó acabo con el toolboxUniversidad Tecnológica de BolívarIngeniero MecatrónicoIngeniero ElectricistaPregrado54 páginas. Tablas e imágenesApplication/PDFspaUniversidad Tecnológica de Bolívar UTBFacultad de Ingenieríaalma:57UTB_INST/bibs/collections/8114505180005731info:eu-repo/semantics/publishedVersionhttp://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessAtribución-NoComercial 4.0 InternacionalAutorizo (autorizamos) a la Biblioteca de la Institución para que incluya una copia, indexe y divulgue en el Repositorio Institucional, la obra mencionada con el fin de facilitar los procesos de visibilidad e impacto de la misma, conforme a los derechos patrimoniales que me(nos) corresponde(n) y que incluyen: la reproducción, comunicación pública, distribución al público, transformación, de conformidad con la normatividad vigente sobre derechos de autor y derechos conexos referidos en art. 2, 12, 30 (modificado por el art 5 de la ley 1520/2012), y 72 de la ley 23 de de 1982, Ley 44 de 1993, art. 4 y 11 Decisión Andina 351 de 1993 art. 11, Decreto 460 de 1995, Circular No 06/2002 de la Dirección Nacional de Derechos de autor, art. 15 Ley 1520 de 2012, la Ley 1915 de 2018 y demás normas sobre la materia. Al respecto como Autor(es) manifestamos conocer que: La autorización es de carácter no exclusiva y limitada, esto implica que la licencia tiene una vigencia, que no es perpetua y que el autor puede publicar o difundir su obra en cualquier otro medio, así como llevar a cabo cualquier tipo de acción sobre el documento. La autorización tendrá una vigencia de cinco años a partir del momento de la inclusión de la obra en el repositorio, prorrogable indefinidamente por el tiempo de duración de los derechos patrimoniales del autor y podrá darse por terminada una vez el autor lo manifieste por escrito a la institución, con la salvedad de que la obra es difundida globalmente y cosechada por diferentes buscadores y/o repositorios en Internet lo que no garantiza que la obra pueda ser retirada de manera inmediata de otros sistemas de información en los que se haya indexado, diferentes al repositorio institucional de la Institución, de manera que el autor(res) tendrán que solicitar la retirada de su obra directamente a otros sistemas de información distintos al de la Institución si desea que su obra sea retirada de inmediato. La autorización de publicación comprende el formato original de la obra y todos los demás que se requiera para su publicación en el repositorio. Igualmente, la autorización permite a la institución el cambio de soporte de la obra con fines de preservación (impreso, electrónico, digital, Internet, intranet, o cualquier otro formato conocido o por conocer). La autorización es gratuita y se renuncia a recibir cualquier remuneración por los usos de la obra, de acuerdo con la licencia establecida en esta autorización. Al firmar esta autorización, se manifiesta que la obra es original y no existe en ella ninguna violación a los derechos de autor de terceros. En caso de que el trabajo haya sido financiado por terceros el o los autores asumen la responsabilidad del cumplimiento de los acuerdos establecidos sobre los derechos patrimoniales de la obra con dicho tercero. Frente a cualquier reclamación por terceros, el o los autores serán responsables, en ningún caso la responsabilidad será asumida por la institución. Con la autorización, la institución puede difundir la obra en índices, buscadores y otros sistemas de información que favorezcan su visibilidad.http://purl.org/coar/access_right/c_abf2Identificación y clasificación de fallas eléctricas en un sistema eléctrico de potencia de 13,8 // 220 KV utilizando redes neuronalesinfo:eu-repo/semantics/bachelorThesishttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_970fb48d4fbd8a85Localización de fallas eléctricasSistemas Eléctricos de PotenciasCorrientes eléctricasCircuitos eléctricosLocalización de fallas (ingeniería)Redes neurales (computadores)EstudiantesPublication723611fc-2919-4d41-853e-34942846dd6evirtual::5084-1a5aaeb3b-b98f-4406-8ffe-536fc7168e6fvirtual::5176-1723611fc-2919-4d41-853e-34942846dd6evirtual::5084-1a5aaeb3b-b98f-4406-8ffe-536fc7168e6fvirtual::5176-120.500.12585/13876oai:repositorio.utb.edu.co:20.500.12585/138762025-06-20 08:23:08.119http://creativecommons.org/licenses/by-nc-nd/4.0/metadata.onlyhttps://repositorio.utb.edu.coRepositorio Digital Universidad Tecnológica de Bolívarbdigital@metabiblioteca.com |