Algoritmo neuro-difuso para la detección y clasificación de fallas en líneas de transmisión eléctrica usando anfis
Resumen — La detección y clasificación de las fallas en líneas de transmisión es de vital importancia. En un sistema eléctrico de potencia se presenta una gran diversidad de fallas que van desde fallas de baja impedancia (LIFs) a fallas de alta impedancia (HIFs). Estas últimas revisten una especia...
| Autores: | , , |
|---|---|
| Tipo de recurso: | artículo |
| Estado: | Versión publicada |
| Fecha de publicación: | 2007 |
| País: | Colombia |
| Institución: | Universidad Nacional de Colombia |
| Repositorio: | Repositorio UN |
| Idioma: | español |
| OAI Identifier: | oai:repositorio.unal.edu.co:unal/24103 |
| Acceso en línea: | https://repositorio.unal.edu.co/handle/unal/24103 http://bdigital.unal.edu.co/15140/ |
| Access Level: | acceso abierto |
| Palabra clave: | Algoritmos Neuro-difusos Detección y Clasificación de fallas: LIFs HIFs ANFIS (Adaptive Networ kbased Fuzzy Infer ence System). |
| Sumario: | Resumen — La detección y clasificación de las fallas en líneas de transmisión es de vital importancia. En un sistema eléctrico de potencia se presenta una gran diversidad de fallas que van desde fallas de baja impedancia (LIFs) a fallas de alta impedancia (HIFs). Estas últimas revisten una especial dificultad par a ser detectadas por los relés de distancia convencionales y cuando no son detectadas se suelen presentar consecuencias desastrosas par a el sistema. De lo anterior se desprende entonces, que aun cuando las HIFs son menos comunes que las LIFs, resulta fundamental garantizar que cualquier dispositivo de protección sea capaz de detectar satisfactoriamente ambos tipos de fallas. En este artículo se presenta un algoritmo par a la detección y clasificación de fallas par a ambos tipos de fallas LIFs y HIFs usando ANFIS (Adaptive Networ kbased Fuzzy Infer ence System). Las entr adas al ANFIS se basan solamente en los valor es RMS (RootMeanSquar e) de las tres corrientes de fase y la corriente de secuencia cero. Los resultados muestran que un modelo ANFIS puede de manera precisa detectar y clasificar fallas incluyendo (LIFs y HIFs) dentro de un tiempo de medio ciclo. |
|---|