Regresar

Clasificación de fallas eléctricas aplicando redes neuronales artificiales a la protección de distancia de líneas de transmisión basada en el algoritmo de levenbergmarquardt

Abstract:

Este estudio presenta un sistema de clasificación de fallas basado en redes neuronales artificiales (ANN). En este sentido, los tipos de fallas contempladas para la clasificación son: fase a tierra, fase a fase, trifásicas y fallas de doble línea a tierra. Desde otra perspectiva, para el entrenamiento de la ANN se edifica un conjunto de datos, que contiene valores RMS de voltajes, corrientes de falla y de secuencia cero, bajo diferentes parámetros de impedancia y localización de la falla. Estos datos se obtienen de estudios de cortocircuito y sirven para la extracción de características de los voltajes y corrientes de cada fase en condiciones normales y de falla. Por lo que, se aplica el algoritmo de Levenberg-Marquardt durante la fase de entrenamiento de la ANN. Para la validación de resultados se comprueba el clasificador de fallas mediante los sistemas de ensayo IEEE de 9 y 14 barras. De las pruebas ejecutadas se obtuvo una precisión promedio del 97% de clasificación de fallas para cada sistema.