Regresar

Identificación de causa raíz de fallas por descargas eléctricas en líneas de transmisión

Abstract:

Este artículo desarrolla un algoritmo basado en aprendizaje supervisado mediante la aplicación del clasificador vecinos más cercanos (k-nn) con el objetivo de analizar, caracterizar y clasificar automáticamente una falla eléctrica en función de su causa raíz. En este documento se consideran fallas por descargas eléctricas y fallas por incendios. A partir del análisis detallado de las formas de onda y consideraciones ambientales se pueden encontrar patrones para la caracterización de fallas, estos atributos son: punto de incepción de falla, impedancia de falla, fases en falla, nivel de voltaje y clima. Estas características se obtienen a partir del modelamiento y simulación en el software ATPDraw de las torres de trasmisión más representativas con las líneas que registran más fallas del Sistema Nacional de Transmisión del Ecuador. Finalmente, la combinación de estas características y parámetros se utilizan para entrenar y probar el algoritmo k-nn. La prueba exitosa de la metodología propuesta demuestra su validez para la identificación de diferentes tipos de fallas de acuerdo a su causa raíz. Además, el algoritmo desarrollado se ha entrenado y probado utilizando un conjunto de datos reales de campo. Los resultados muestran que la metodología es sólida y cubre una amplia gama de causas fundamentales de fallas.