Algoritmo neuro-difuso para la detección y clasificación de fallas en líneas de transmisión eléctrica usando ANFIS



Título del documento: Algoritmo neuro-difuso para la detección y clasificación de fallas en líneas de transmisión eléctrica usando ANFIS
Revista: Avances en sistemas e informática
Base de datos: PERIÓDICA
Número de sistema: 000341173
ISSN: 1657-7663
Autores:
1
2
Instituciones: 1Universidad Nacional de Colombia, Escuela de Ingeniería Eléctrica, Medellín, Antioquia. Colombia
2Universidad Nacional de Colombia, Escuela de Ingeniería de Sistemas, Medellín, Antioquia. Colombia
Año:
Periodo: Jun
Volumen: 4
Número: 1
Paginación: 101-108
País: Colombia
Idioma: Español
Tipo de documento: Artículo
Enfoque: Aplicado, descriptivo
Resumen en español 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 para ser detectadas por los relés de distancia convencionales y cuando no son detectadas se suelen presentar consecuencias desastrosas para 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 para la detección y clasificación de fallas para ambos tipos de fallas LIFs y HIFs usando ANFIS (Adaptive Network-based Fuzzy Inference System). Las entradas al ANFIS se basan solamente en los valores RMS (Root-Mean-Square) 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
Resumen en inglés The detection and classification of faults in electric transmission lines is an essential task to be performed. Within an electric power system a diversity of faults which come from low impedance faults (LIFs) to high impedance faults (HIFs) are exhibited. Last faults are more difficult to be detected due to the use of conventional distance relays. In addition, when they are not detected irreversible consequences are presented into the system. From above, it is inferred that taking into account that HIFs are less frequent than LIFs it appears essential to guaranty that any protection device must be able to satisfactorily detect both kind of electric faults. The aim of this paper is to present an algorithm to detect and classify both kind of faults LIFs and HIFs using ANFIS (Adaptive Network-based Fuzzy Inference System). The inputs for ANFIS are based on RMS (Root-Mean-Square) values from 3-phase and zero-sequence current. The obtained results show that an ANFIS model can detect and classify faults in a precise way including (LIFs y HIFs) in between a half cycle time
Disciplinas: Ciencias de la computación,
Ingeniería
Palabras clave: Ingeniería eléctrica,
Detección de fallas,
Líneas de transmisión,
Sistemas de detección,
Algoritmo neuro-difuso
Keyword: Computer science,
Engineering,
Electrical engineering,
Fault detection,
Transmission lines,
Detection systems,
Fuzzy neural algorithm
Texto completo: Texto completo (Ver PDF)