ALGORITMO PARA LOCALIZACIÓN DE FALLAS INTRODUCCIÓN …

INTRODUCCIÓN

ASPECTOS TEÓRICOS

METODOLOGÍA DE LOCALIZACIÓN DE

FALLAS

ALGORITMO PARA LOCALIZACIÓN DE FALLAS EN SISTEMAS DE DISTRIBUCIÓN USANDO

MÁQUINAS DE SOPORTE VECTORIAL

Juan Carlos Bedoya Ceballos

ANÁLISIS DE RESULTADOS

CONCLUSIONES

1

Pereira, Marzo 2010

Director: PhD Juan José Mora Flórez

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS

1. Introducción.

2. Aspectos teóricos.

3. Metodología propuesta para la localización de fallas

Contenido


CONCLUSIONES

4. Análisis de resultados.

5. Conclusiones.

2

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS

Introducción

La calidad de la Energía Eléctrica es un tema de amplio estudioen la actualidad que contempla temas como la calidad de laonda, la continuidad del servicio, aspectos económicos, etc.

En lo referente a la continuidad del servicio, la localizaciónoportuna y eficiente de fallas permite reducir los tiempos deindisponibilidad.


CONCLUSIONES

A nivel colombiano, la CREG penaliza a los operadores de redque sobrepasen los límites máximos establecidos.

3

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS

Introducción

TRANSFORMADOR DE DISTRIBUCIÓN

1

Alimentador Principal

Ramal o Lateral

X

X

X

Múltiple Estimación


CONCLUSIONES Definición del Problema

• Métodos basados en le modelo (MBM) para la localización defallas.

• Problema de múltiple estimación

2 Ramal o Lateral

4

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS

Introducción

TRANSFORMADOR DE DISTRIBUCIÓN

1

X

X

X

Zonas del Sistema


CONCLUSIONES Definición del Problema

• Métodos basados en el Conocimiento (MBC) para lalocalización de fallas.

• Necesidad de un volumen amplio de información.

2

5

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS

Introducción


CONCLUSIONES

6

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS

Máquinas de Soporte Vectorial

La SVM es un tipo de clasificador derivado de la teoríaestadística de aprendizaje desarrollada por VapnikChervonenkis y toman popularidad, cuando es aplicada aproblemas de clasificación resueltos con RNA bastanteelaboradas.


CONCLUSIONES

Posteriormente, la teoría evoluciona en aplicaciones deregresión y ha sido ampliamente difundida en diferentesaplicaciones de la ingeniería eléctrica.

7

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS

CLASE 1

Máquinas de Soporte Vectorial para Clasificación


CONCLUSIONESCLASE -1

m

m

8

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS

CLASE 1

Vectores de Soporte 1.


m



Vectores de Soporte -1.

OSHOptimal Separating

Hiperplane9

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS

CLASE 1

X2

, 0w x b+ =




m

X1

, 1w x b+ = −

, 1w x b+ =

10

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS

Para un Conjunto de n

datos de la forma

( ) 1, ni ii yx =

rp

ix ∈ℜ 1,1iy ∈ −

21Minimizar w



CONCLUSIONES

( ). :

, 1

1,...,

i i

S a

y w x b

i n

+ ≥

=

,

1

2w bMinimizar w

11

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS


( )( )2

1,

1( , , ) , 1

2

n

i i iiw b

Min L w b w y w x bα α=

= − + −∑rr

( )2

1

1( , , ) , 1

2

n

i ii

Max L w b w w x bα

α α=

= − + −∑r

Equivalente a:

0α ≥

Formulación Dual del problema de Optimización:


CONCLUSIONES

0iα ≥

12

( )L wr

wr

Problema Primal

,α λ

Problema Dual

Punto de SillaOptimo del

Problema Primal y

Dual

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS


( )( )2

1

1( , , ) , 1

2

n

i i ii

Max L w b w y w x bα

α α=

= − + −∑r

0

0n

i i i

w

w y x

L

α− =

∇ =

∑r r

1

n

i i ij

w y xα=

=∑r r

Formulación Dual del problema de Optimización


CONCLUSIONES

1

i i ij=∑

1

0n

i ij

yα=

=∑0b L∇ =

13

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS


2

1

1( )

2

, 1

n

j j jj

n n

Max L y x

y y x x b

αα α

α α

=

=

− + −

∑

∑ ∑r



CONCLUSIONES

1

0n

i ij

yα=

=∑

1 1

, 1i i j j j ii j

y y x x bα α= =

− + − ∑ ∑

S.a:

0iα ≥14

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS


1

0n

i ij

yα=

=∑1 1 1

1( ) ,

2

n n n

i i j i j i ji i j

Max L y y x xα

α α α α= = =

= −∑ ∑∑r r

S.a:

0iα ≥i∀


α En forma matricial:ANÁLISIS DE RESULTADOS

CONCLUSIONES

15

1

0n

i ij

yα=

=∑

[ ]1 1 1 1 1 1 1

1

1 1

, ,1

( ) ...2

, ,

n n

n

n n n n n n n

y y x x y y x x

Max L

y y x x y y x xα

αα α α

α

= − +

K

K M O M M

K

S.a:

0iα ≥

i∀[ ]

1

... 1 1

n

α

α

+

K M

En forma matricial:

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS

Problema Linealmente no separable:


iξ

Clase 2

Clase 1


CONCLUSIONES2

12

N

ii

wM in C ξ

=

+ ∑r

( ), 1i i iy w x b ξ+ ≥ +r r

S.a.

16

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS

Problema Linealmente no separable:


0.5

1

1.5

2

2.5

3

3.5

4

4.51x−

r

1xr

( )X xφ=r r


CONCLUSIONES

0.5 1 1.5 2 2.5 3 3.5 4 4.5

0.5 1 1.5 2 2.5 3 3.5

0.5

1

1.5

2

2.5

3

Transformar el Espacio de trabajo actual a un nuevo espacio.

Definir una función de Kernel que permita expresar el producto interior del nuevo espacio en términos de las variables del espacio actual.

En el nuevo espacio, los datos serán linealmente separables.

17

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS


Funciones de KERNEL

( ) ( ) ( ) ( ), , ,,i j i j i ji jK x x x x x xX X tghφ φ β δ= = −=SIGMOIDAL

( ) ( ) ( ) ( ), , , 1,p

K x x x x x xX X φ φ= = +=POLINOMIAL


CONCLUSIONES

( ) ( ) ( ) ( ), , , 1,i j i j i ji jK x x x x x xX X φ φ= = +=

( ) ( ) ( )

2

22, ,,i j i j

i jx x

i jK x x x xX X e σφ φ

−−

= = =

BASE RADIAL

Las funciones de Kernel deben cumplir con las condiciones de Mercer18

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS

Máquinas de Soporte Vectorial Multiclase

SVM Multiclases

• Usar máquinas biclasificadoras para hacer enfrentamientos entre pares de clases. Los tipos de enfrentamientos son:

Enfrentamiento Uno contra Uno (ovo).

Enfrentamiento Uno contra el resto (ovr).

Metodología ECOC (Error-Correcting-Output-Code)


CONCLUSIONES

• Una vez se realizan los enfrentamientos se reconstruye la categoría de pertenencia mediante esquemas de votación; entre ellos tenemos:

Votación por Unanimidad

Votación por mayoría absoluta

Votación por mayoría simple

19

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS

Máquinas de Soporte Vectorial para Regresión

SVM para Regresión

ε

ε

ξ


CONCLUSIONES

S.a.

( )2

*

12

N

i ii

wMin C ξ ξ

=

+ +∑r

*

,

,

i i i

i i i

y w x b

w x b y

ε ξ

ε ξ

− − ≤ +

+ − ≤ +

r r

r r

*, 0i iξ ξ ≥20

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS


SVM para Regresión ε

ε

ξ


CONCLUSIONES

21

( ) ( ) ( ) ( )* * * *

1 1 1 1

1,

2

N N N N

i i j j i j i i i i ii j i i

Max x x yα α α α ε α α α α= = = =

− − − − + + −∑∑ ∑ ∑r r

( )*

1

0N

i ii

α α=

− =∑

[ ]*, 0,i i Cα α ∈

( ) ( )*

1

,N

i i ii

f x x x bα α=

= − +∑r r r

S.a.

Función de Evaluación

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS

SVM para Regresión



CONCLUSIONES

S.a.

( )( ) ( ) ( )

( ) ( )

* *

1 1

* *

1 1

1,

2

N N

i i j j i ji j

N N

i i i i ii i

M ax x x

y

α α α α

ε α α α α

= =

= =

− − − Φ Φ

− + + −

∑∑

∑ ∑

r r

( )*

1

0N

i ii

α α=

− =∑

[ ]*, 0,i i Cα α ∈22

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS

Sintonización de Parámetros

Búsqueda en Malla y Validación Cruzada

Sub C 1

Sub C 2

Sub C 3

Sub C 4

…


CONCLUSIONES

En cada punto de la rejilla, se hace el proceso de entrenamiento con N-1 subconjuntos de datos y se valida con el subconjunto de datos restantes.

Sub C n

…

23

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS

Metodología de Localización de Fallas

Información:EXTRACCIÓN DE INFORMACIÓN

SIMULACIÓN

Sistema de

DistribuciónEventos de Falla Información

Simulación Automática de Fallas

- Herramienta de Simulación- Herramienta de Automatización

MODELAMIENTO DEL SISTEMA DE DISTRIBUCIÓN

Elementos del

Sistema

Características de

la Red


CONCLUSIONES

24

Algoritmo de

Aprendizaje

VALIDACIÓN

Comparación

Algoritmo de

Aprendizaje

ENTRENAMIENTO

Entrada Salida

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS


Modelamiento del Sistema de Distribución

Para el modelamiento de la red y posterior simulación se empleó elSoftware EMTP/ATP. Los elementos implementados fueron.

• Líneas de distribución aérea y subterránea.Se empleó el modelo PI para las líneas

• CargasSe empleó el Modelo de Impedancia Constante.


CONCLUSIONES

Se empleó el Modelo de Impedancia Constante.

• Compensadores de potencia reactiva

• ProteccionesFusiblesReconectadoresSeccionalizadores

Uso de los MODELs del ATPDraw

25

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS


Simulación Automática de Fallas

Fallas monofásicas a tierraFallas bifásicasFallas bifásicas a tierraFallas trifásicas a tierraFallas trifásicas.

ATP

Crear Circuito

BASE

Código fuente

del Circuito

Genera Lista

de Fallas

Crear copias

código Circuito

MATLAB


CONCLUSIONES

26

Crea Archivo de

Instrucciones

Simulación

Circuitos creados

Generar

resultados .pl4

Convertir a

.mat

Guardar en nuevo

Directorio

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS


Extracción de la Información

• Caracterización de la profundidad de los huecos de tensión

• Variación de la magnitud de la corriente

• Análisis de la señal transitoriaANÁLISIS DE RESULTADOS

CONCLUSIONES

• Análisis de la señal transitoria

• Análisis de coeficientes α y β

• Análisis de los patrones de la corriente de carga (firma del sistema)

• Zonificación del sistema27

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS


Caracterización del Hueco de Tensión

2100

2200

2300

2400

VO

LTA

JE D

E F

AS

E [V

]∆Va

∆Vb∆Vc


CONCLUSIONES

0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.081800

1900

2000

2100

TIEMPO [s]

VO

LTA

JE D

E F

AS

E [V

]

Volver28

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS


Variación de la magnitud de la corriente

1500

2000

2500

3000

CO

RR

IEN

TE

DE

FA

SE

RM

S [

A]


CONCLUSIONES

Volver

0.01 0.015 0.02 0.025 0.03 0.035 0.04 0.045 0.050

500

1000

1500

CO

RR

IEN

TE

DE

FA

SE

RM

S [

A]

TIEMPO [s]

IaIbIc

29

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS


Análisis de la señal transitoria

Análisis Wavelet y de Fourier de la


CONCLUSIONES

de Fourier de la señal transitoria para obtener la frecuencia y la duración del transitorio

30

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS


Análisis de la señal transitoria


CONCLUSIONES

Volver31

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS


Análisis de coeficientes α y β

1 1/ 2 1/ 22

3 0 3 / 2 3 / 2

A

B

C

Ii

Ii

I

α

β

− − = −

[ ]

( ) ( )( ) ( )

0 0

0 0

Ti t i t

i t t i t tA

α β

α β

+ ∆ + ∆ =


CONCLUSIONES

Volver

[ ] ( ) ( )

( ) ( )

0 0

0 0( 1) ( 1)

i t t i t tA

i t n t i t n t

α β

α β

+ ∆ + ∆ = + − ⋅ ∆ + − ⋅ ∆

M M

[ ] [ ] [ ]TB A A= ⋅

[ ]( )Max eigvalor Bλ =

32

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS


Análisis de los patrones de la corriente de carga (firma del sistema)

Número de Conmutaciones de la señal y paridad del número deconmutaciones


CONCLUSIONES

33

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS



Corriente de Postfalla y variación de la corriente en estado deliberación de la falla


CONCLUSIONES

34

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS



Tiempo de Recirerre de las Protecciones


CONCLUSIONES

Volver35

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS


Zonificación del Sistema

P1

Zona 1

50 kVA

100 kVAP2

Zona 2

Zona 3ANÁLISIS DE RESULTADOS

CONCLUSIONES

Volver

P3

P4

100 kVA

50 kVA

Zona 3

Zona 4

36

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS


SVM Información

(Descriptores)

SVMc para Fallas

1Φ Fase A-T

SVMc para Fallas

1Φ Fase B-T

SVMc para Fallas

1Φ Fase C-T

Localización de fallas como problema de clasificación


CONCLUSIONES

SVM

para determinar el

tipo de falla

1Φ, 2Φ ó 3Φ.

(Descriptores)

para la Localización

de la Zona de Falla

SVMc para Fallas 2Φ

Fase A-B y A-B-T


Fase A-B y A-B-T


Fase A-C y A-C-T

SVMc para Fallas 3Φ Fase

A-B-C y A-B-C-T

37

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS


Localización de fallas como problema de regresión

SISTEMA DE

DISTRIBUCION

INFORMACION DEL SISTEMA BAJO DE FALLA

ZONA DE FALLA


CONCLUSIONES

ZONA DE FALLA

METODOLOGIA PARA LA

LOCALIZACION DE LA ZONA

DE FALLA BASADA EN SVMc

METODOLOGIA PARA LA

ESTIMACION DE LA

DISTANCIA DE FALLA

BASADA EN SVMr

TIPO DE FALLA

ZONA DE FALLA

DISTANCIA DE FALLA

Datos de Entrada

Información Intermedia

Localización de la Falla

38

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS


SVMr Zona 1

SVMr Zona 2

SVMr Zona N

...

...SVMc

para determinar el

tipo de falla

Información

(Descriptores)

para la Estimación de

SVMc Identifica

Falla 1Φ Fase A-T

SVMc Identifica

Falla 1Φ Fase B-T

SVMc Identifica

Fallas 1Φ Fase C-T

SVMc Identifica Fallas

2Φ Fase A-B y A-B-T

SVMr Zona 1

SVMr Zona 2

SVMr Zona N

...

Localización de fallas como problema de regresión


CONCLUSIONES

SVMc

que Identifica la Zona

de falla.

tipo de falla

1Φ, 2Φ ó 3Φ.

para la Estimación de

la Distancia de Falla





2Φ Fase A-C y A-C-T

SVMc Identifica Fallas 3Φ

Fase A-B-C y A-B-C-T

SVMr Zona 1

SVMr Zona 2

SVMr Zona N

...

SVMr Zona 1

SVMr Zona 2

SVMr Zona N

...

39

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS

Análisis de Resultados

Sistema de Distribución escogido para pruebas.IEEE 123 Node Test System


CONCLUSIONES

40

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS


400

500

600563

462

532

359349

364 359349

364349 349

Número de Fallas Simuladas


CONCLUSIONES

0

100

200

300

Falla 01 Falla 02 Falla 03 Falla 04 Falla 05 Falla 06 Falla 07 Falla 08 Falla 09 Falla 10 Falla 11

41

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS


300

400

500

600

289

337

275

562

344

275

420

454

Numero de Fallas Simuladas en cada Zona


CONCLUSIONES

0

100

200

300

Zon

a 0

1

Zon

a 0

2

Zon

a 0

3

Zon

a 0

4

Zon

a 0

5

Zon

a 0

6

Zon

a 0

7

Zon

a 0

8

Zon

a 0

9

Zon

a 1

0

Zon

a 1

1

Zon

a 1

2

Zon

a 1

3

Zon

a 1

4

Zon

a 1

5

Zon

a 1

6

Zon

a 1

7

Zon

a 1

8

Zon

a 1

9

Zon

a 2

0

Zon

a 2

1

Zon

a 2

2

Zon

a 2

3

Zon

a 2

4

Zon

a 2

5

Zon

a 2

6

220

1435 35

1435

110

220

21 14

6181

275

21

264

186

275

3549

28

42

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS


Localización de la zona de falla.

Descriptores Empleados en las Pruebas

A. Número de conmutaciones presentes en la señalB. Paridad del número de conmutacionesC. Tiempo de recierre de los reconectadoresD. Variación de las corrientes en estado de liberación de fallaE. Corriente de postfalla luego de la acción de las

proteccionesANÁLISIS DE RESULTADOS

CONCLUSIONES

protecciones

Descriptores% Acierto de Validación

A B C D E

1 98,3

2 97,4

3 96,7

4 96,3

43

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS


Zonas estimadas por la SVMc

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26

1 2202 143 354 355 14

Matriz de Confusión para la prueba de localización de la Zona de falla empleando los descriptores:

B. Paridad del Numero de ConmutacionesC. Tiempo para el recierre de ReconectadoresE. Variación de la Corriente de Postfalla



CONCLUSIONES

Zon

a or

igin

ales

6 357 2898 3379 108 2

10 22011 2112 1413 6114 68 1315 10 26516 2117 56218 26419 1 179 620 10 1 33321 27522 3523 15 40524 10 8 43625 4926 28

Acierto de Validación: 98.3

44

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS



16

17

18

19

20

21

Zona en la que fue erróneamente clasificado el patrón


CONCLUSIONES

8

9

10

11

12

13

14

15

9 14 15 19 20 23 24149 15 19 20 23 24

45

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS



50%

60%

70%

Histograma de Frecuencias de la resistencia de falla asociada a los patrones mal clasificados


CONCLUSIONES

0%

10%

20%

30%

40%

1.0 Ω 5.0 Ω 10.0 Ω 20.0 Ω 25.0 Ω 30.0 Ω 35.0 Ω

46

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS


Parámetros C y σ de cada una de las máquinas de Soporte Vectorial para la prueba de localización de fallas con los descriptores

B. Paridad del Numero de ConmutacionesC. Tiempo para el recierre de ReconectadoresE. Variación de la Corriente de Postfalla

Datos de Entrenamiento Datos de Validación Informació n sobre la SVMc

Numero de Datos

Validación[% Acierto]

Numerode Datos

Validación[% Acierto]

# SVM biclasificación

Número Promedio de Vectores de

Soporte

Parámetros

σ C



CONCLUSIONES

Soporte

SVMc para Fallas

Monofásicas

Fase A-T SVMc 1 412 100 563 99.3 190 4 5.0 1.0e5

Fase B-T SVMc 2 352 96.3 462 93.5 136 7 0.5 1.0e3

Fase C-T SVMc 3 392 95.7 532 92.1 136 9 0.5 5.1e4

SVMc para Fallas Bifásicas

Fases A-B ó A-B-T

SVMc 4 584 100 718 100 91 4 5.0 5.1e4

Fases B-C ó B-C-T

SVMc 5 568 100 698 100 78 5 2.8 1.0e5

Fases A-C ó A-C-T

SVMc 6 592 100 728 100 91 4 5.0 5.1e4

SVMc para Fallas Trifásicas

Fases A-B-C ó A-B-C-T

SVMc 7 568 100 698 100 78 4 5.0 1e3

47

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS


Estimación de la distancia de falla.

Descriptor Empleado en la prueba Nº1:

• Caída de tensión en las señales de tensión de línea en prefalla y postfalla


CONCLUSIONES

48

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS


Estimación de la distancia de Falla.

Descriptor Empleado en la prueba Nº1:

• Caída de tensión en las señales de tensión de línea en prefalla y postfalla


CONCLUSIONES

49

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS



8%

10%

12%

% Error en la Estimación de la Distancia de Falla por Zona desagregado por resistencia de falla

Zona 19

Zona 22

Zona 02

Zona 06

Zona 03


CONCLUSIONES

50

Zona 19

Zona 22

Zona 02

Zona 06

Zona 03

0%

2%

4%

6%

R1 1ΩR2 5Ω

R3 10ΩR4 15Ω

R5 20ΩR6 25Ω

R7 30Ω

Zona 03

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS




CONCLUSIONES Se determinó el equivalente de la red en cada nodo.

Se evaluó el éxito en la estimación de la distancia de falla encontrando que éste depende de que tan comparable son la resistencia de falla con la impedancia equivalente.

51

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS

CONCLUSIONES

Se ha desarrollado una metodología basada enelconocimiento (MBC) fundamentada en máquinas desoporte vectorial (SVM) que permite la localización de fallas.

La localización oportuna y eficiente de fallas permitirá a las

Conclusiones Generales


CONCLUSIONES

La localización oportuna y eficiente de fallas permitirá a lasempresas de distribución mantener sus ingresos regulados aldisminuir las penalizaciones por indisponibilidad establecidasen la regulación vigente.

52

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS

La zonificación del sistema es un aspecto importante para lalocalización de la zona de falla; se deben tener presentescriterios de selectividad, topología y la topografía de la red.

La localización de la zona de falla es un problema de carácterdiscreto; se propuso para su solución variables de entrada

Conclusiones asociadas con la Localización de la Zona de falla

CONCLUSIONES


CONCLUSIONES

discreto; se propuso para su solución variables de entradadiscretas (análisis de los patrones de la corriente de carga).

A. Número de conmutaciones presentes en la señal

B. Paridad del número de conmutaciones

C. Tiempo de recierre de los reconectadores

D. Variación de las corrientes en estado de liberación de falla

E. Corriente de postfalla luego de la acción de las protecciones

53

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS

La corriente de Postfalla es un descriptor de carácterfundamental para la estimación de la zona de falla, sinembargo, este descriptor por si solo no permite distinguirfallas entre zonas que poseen cargas de característicassimilares como se evidenció en las pruebas.

Conclusiones asociadas con la Localización de la Zona de falla

CONCLUSIONES


CONCLUSIONES

similares como se evidenció en las pruebas.

Es necesario incluir información adicional que permitaresolver estos empates en la localización de la zona de falla.

54

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS

El problema de la estimación de la distancia de falla es unproblema de carácter continuo. Se propuso para su soluciónvariables de entrada continuas.

La solución del problema de estimación de la distancia de

Conclusiones asociadas con la Estimación de laDistancia de falla

CONCLUSIONES


CONCLUSIONES

La solución del problema de estimación de la distancia defalla, al igual que las metodologías basadas en el modelo dela red (MBM) presentan dependencia con el modelo de la redy en particular con la resistencia de falla.

55

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS

El problema de la localización de la zona de fallas en sistemasde distribución por medio de SVMc involucra un volumenelevado de información; por ello se hace necesario dividir elproblema de acuerdo con el tipo de falla.

Conclusiones asociadas con las SVM paraclasificación

CONCLUSIONES


CONCLUSIONES

Por otra parte, se hizo necesario implementar el esquemaOvO (One vs. One) para atacar el problema dado que otrotipo de esquema implica resolver un menor numero de sub-problemas pero con un volumen de información elevado.

56

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS

El problema de la estimación de la distancia de falla ensistemas de distribución por medio de SVMr involucra unvolumen amplio de información; por ello se hace necesariodividir el problema, no solo de acuerdo con el tipo de fallasino también, de acuerdo la zona de falla.

Conclusiones asociadas con las SVM para regresión

CONCLUSIONES


CONCLUSIONES

sino también, de acuerdo la zona de falla.

El problema de optimización asociado con las SVMr presenta2N variables (N es el número de datos de entrenamiento). Porello no fue posible implementar una metodología quepermitiese estimar la zona de la localización de la fallaempleando más de un descriptor.

57

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS

El problema de la estimación de la distancia de falla ensistemas de distribución por medio de SVMr involucra unvolumen amplio de información; por ello se hace necesariodividir el problema, no solo de acuerdo con el tipo de fallasino también, de acuerdo la zona de falla.

Conclusiones asociadas con las SVM para regresión

CONCLUSIONES


CONCLUSIONES

sino también, de acuerdo la zona de falla.

El problema de optimización asociado con las SVMr presenta2N variables (N es el número de datos de entrenamiento). Porello no fue posible implementar una metodología quepermitiese estimar la zona de la localización de la fallaempleando más de un descriptor.

58

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS

Desarrollo del modelo eléctrico de los fusibles,reconectadores y seccionalizadores en el software desimulación EMTP/ATP mediante el uso de los MODELS.

Se desarrolló una metodología de simulación automática defallas en ATP.

APORTES DEL TRABAJO


CONCLUSIONES

Se desarrolló una herramienta en MATLAB® para elentrenamiento y validación de clasificadores basados enMáquinas de Soporte Vectorial (SVMc) aplicadas al problemade localización de fallas.

Se desarrolló una herramienta para el entrenamiento yvalidación de estimadores basados en Máquinas de SoporteVectorial para la estimación de la distancia de falla.

59

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS

Pérez, L, Mora, J, Bedoya, J, C. ¨ Selection of characteristics from protectiverelays to locate faults in power distribution systems using Support VectorMachines ¨, 2008 IEEE PES Transmission and Distribution Conference andExposition Latin America, Bogotá, August 2008.

J. J. Mora, J. C. Bedoya, J. Melendez, ¨Extensive Events DatabaseDevelopment using ATP and Matlab to Fault Location in Power DistributionSystems,¨ IEEE PES Transmission and Distribution Conference and ExpositionLatin America, Venezuela, August 2006.

APORTES DEL TRABAJO


CONCLUSIONES

L. Perez, J. Mora, J. Bedoya. ¨A linear approach to determining an SVM-Basedfault locator’s optimal parameters¨. Revista Ingenieria e investigacion, Abril2009.

Mora-Flórez, J. Bedoya-Ceballos, J. Meléndez-Frigola. Implementación deprotecciones y simulación automática de eventos para localización de fallasen sistemas de distribución de energía. Ingeniería y competitividad, ISSN0123-3033, Vol 8, Diciembre, 2006. pp. 5-14.

60

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS

Preguntas?


CONCLUSIONES

61

INTRODUCCIÓN

ASPECTOS TEÓRICOS


FALLAS

Agradecimientos

A Dios y a mis padres quienes permanentemente motivaronla culminación de mis estudios.

Al PhD Juan José Mora por su constante motivación y apoyono sólo con este trabajo sino también en el campoprofesional y humano.

A Lucas Paul Pérez que fue mi permanente contacto con elANÁLISIS DE RESULTADOS

CONCLUSIONES

A Lucas Paul Pérez que fue mi permanente contacto con elestado del arte de la temática, durante mi ausencia.

A la facultad de Ingeniería Eléctrica y en especial a PhDRamón Gallego y los profesores de la maestría quienes mebrindaron una excelente oportunidad para continuar misestudios de postgrado.

A los jurados Antonio E. y Harold S., por disposición yoportuna evaluación de este proyecto.

62

ALGORITMO PARA LOCALIZACIÓN DE FALLAS INTRODUCCIÓN …

Documents

Transcript of ALGORITMO PARA LOCALIZACIÓN DE FALLAS INTRODUCCIÓN …